Drizzle-ORM 类型推断中的字段顺序问题解析
2025-05-06 19:16:14作者:魏侃纯Zoe
类型系统与字段顺序的关系
在TypeScript开发中,当我们使用Drizzle-ORM这样的ORM工具时,经常会遇到类型推断的问题。其中一个值得探讨的现象是:通过InferSelectModel推断出的类型是否会保持原始表定义中的字段顺序?
问题现象
在使用Drizzle-ORM定义数据库表时,开发者通常会这样声明表结构:
export const CompanyTable = pgTable("company", {
id: text("company_id")
.primaryKey()
.$default(() => typeid("company").toString()),
name: text("name").notNull(),
createdAt: timestamp("created_at", { withTimezone: true })
.notNull()
.$default(() => new Date()),
updatedAt: timestamp("updated_at", { withTimezone: true })
.notNull()
.$onUpdate(() => new Date()),
})
然后通过InferSelectModel推断出对应的TypeScript类型:
export type Company = InferSelectModel<typeof CompanyTable>
理想情况下,我们希望推断出的类型能保持原始定义中的字段顺序,即id在前,然后是name,接着是时间戳字段。但实际观察到的类型顺序可能与定义顺序不一致。
技术原理分析
这种现象的根本原因在于TypeScript的类型系统是结构化的(structural type system),而非名义化的(nominal type system)。在结构化类型系统中,类型的等价性由类型的结构决定,而非名称或声明顺序。
TypeScript编译器在生成类型时,并不保证对象属性的顺序会与源代码中的声明顺序一致。这是因为:
- JavaScript/TypeScript对象本质上是无序的键值对集合
- 类型系统主要关注类型兼容性,而非属性顺序
- 编译器优化可能导致属性顺序的重排
解决方案探讨
虽然Drizzle-ORM本身不提供保持字段顺序的功能,但开发者可以通过以下方式实现类似效果:
- 自定义排序类型工具:创建一个工具类型来显式指定字段顺序
type Reorder<T, K extends (keyof T)[]> = {
[Key in K[number]]: T[Key];
};
type OrderedCompany = Reorder<Company, ['id', 'name', 'createdAt', 'updatedAt']>;
-
使用元组或数组类型:如果需要严格的顺序保证,可以考虑使用元组而非对象类型
-
文档注释:通过详细的文档注释说明期望的字段顺序
工程实践建议
在实际项目中,字段顺序通常只在以下场景中真正重要:
- 序列化输出需要特定顺序时
- 与外部系统交互有严格顺序要求时
- 需要生成固定格式的报告时
在这些情况下,建议:
- 在序列化层处理顺序问题,而非依赖类型系统
- 使用专门的DTO(Data Transfer Object)类型来确保输出格式
- 添加运行时验证确保数据顺序
总结
Drizzle-ORM的类型推断不保证字段顺序是由TypeScript类型系统的基本特性决定的,而非ORM实现上的缺陷。理解这一点有助于开发者做出更合理的架构决策,在需要严格顺序控制的场景下采用适当的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
279
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
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K