Dexie.js 中 TypeScript 类型定义的最佳实践
2025-05-17 09:01:25作者:苗圣禹Peter
问题背景
在使用 Dexie.js 这个 IndexedDB 的封装库时,开发者经常会遇到 TypeScript 类型定义方面的挑战。特别是在处理自动递增的主键(id)字段时,如何正确定义接口和表结构成为一个常见问题。
常见错误模式
许多开发者最初会尝试以下定义方式:
interface FileInfo {
id?: number; // 将id标记为可选
filename: string;
created: Date;
modified: Date;
}
class MyDb extends Dexie {
fileInfo!: Table<FileInfo, number>;
}
这种定义会导致两个主要问题:
- 当读取数据时,TypeScript 会认为
id可能是undefined,但实际上从数据库查询返回的记录总是有id - 当添加新记录时,虽然不需要提供
id(因为是自动递增的),但 TypeScript 会要求必须包含id
解决方案演进
传统解决方案
在 Dexie 3.x 版本中,开发者需要:
- 在接口中将
id定义为必填字段 - 在使用时通过非空断言操作符
!告诉 TypeScript 该字段不会为undefined
// 读取时
const fileId = file.id!;
// 添加时
await db.files.add({
name: "test",
// 不需要提供id
});
Dexie 4.x 的改进方案
Dexie 4 引入了 EntityTable 类型,提供了更优雅的类型定义方式:
interface File {
id: number;
name: string;
slug: string;
description: string;
position: number;
}
class MyDb extends Dexie {
files!: EntityTable<File, 'id'>; // 使用EntityTable而非Table
constructor() {
super("MyDb");
this.version(1).stores({
files: '++id, name, slug, position'
});
}
}
这种方式的优势在于:
- 在接口中
id是必填字段,准确反映了从数据库查询返回的记录结构 - 在添加操作时,TypeScript 会自动识别
id是可选的 - 不需要使用非空断言操作符
!
实际应用中的注意事项
-
正确导入:必须使用
import Dexie, { type EntityTable } from "dexie"语法导入类型 -
方法参数类型:自定义函数接收
id参数时,应明确声明为number类型 -
CRUD操作:
- 添加操作不需要提供
id - 更新/删除操作可以直接使用
id而不需要类型断言 - 查询操作返回的记录会自动包含
id字段
- 添加操作不需要提供
-
迁移考虑:如果从 Dexie 3 升级到 4,需要检查所有使用
Table的地方,替换为EntityTable
总结
Dexie.js 的类型系统随着版本迭代不断改进,特别是在处理自动递增主键方面。通过合理使用 EntityTable 类型,开发者可以获得更准确的类型推断,减少类型断言的使用,提高代码的类型安全性。对于新项目,推荐直接使用 Dexie 4.x 的 EntityTable 方案;对于现有项目,可以考虑逐步迁移以获得更好的类型支持。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218