Knex.js 中 searchPath 配置对 pgcrypto 扩展函数的影响分析
2025-05-10 00:08:38作者:邬祺芯Juliet
在使用 Knex.js 连接 PostgreSQL 数据库时,searchPath 配置项的正确设置对于数据库函数的调用有着重要影响。本文将通过一个实际案例,分析 searchPath 如何影响 pgcrypto 扩展中加密函数的可用性。
问题现象
开发者在 NestJS 项目中配置 Knex.js 连接 PostgreSQL 数据库时,发现当配置中包含 searchPath 属性时,pgcrypto 扩展中的加密函数无法正常工作,报错提示找不到函数;而移除 searchPath 配置后,函数调用则恢复正常。
根本原因分析
PostgreSQL 的 search_path 参数决定了函数和对象的搜索路径顺序。当在 Knex 配置中指定 searchPath 时,数据库将只在该指定模式(schema)中查找对象和函数。pgcrypto 扩展默认安装在 public 模式中,如果 searchPath 不包含 public 模式,系统将无法找到 pgcrypto 提供的加密函数。
解决方案
要解决这个问题,有以下几种方法:
-
在 searchPath 中包含 public 模式: 修改 Knex 配置,确保 public 模式在搜索路径中:
searchPath: ['ktalk', 'public'] -
在目标模式中安装 pgcrypto 扩展: 如果希望保持 searchPath 只包含业务模式,可以在目标模式中显式安装 pgcrypto:
CREATE EXTENSION pgcrypto SCHEMA ktalk; -
使用完全限定函数名: 在 SQL 查询中显式指定函数所在的模式:
this.knex.raw(`SELECT ENCODE(public.ENCRYPT('mydata', 'realtrynna', 'aes'), 'hex')`);
最佳实践建议
- 对于使用数据库扩展的项目,建议在 searchPath 中始终包含 public 模式
- 在项目初始化脚本中明确记录所有依赖的数据库扩展
- 考虑为业务功能创建专门的模式,并将所需扩展安装到该模式中
- 在 CI/CD 流程中加入数据库扩展可用性检查
总结
Knex.js 的 searchPath 配置虽然方便了多模式环境下的开发,但也带来了函数可见性的问题。理解 PostgreSQL 的模式搜索机制对于正确使用数据库扩展至关重要。通过合理配置 searchPath 或显式指定函数路径,可以确保应用程序能够正确访问所需的数据库功能。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219