Kysely 中动态引用嵌套 JSON 属性的探讨
2025-05-19 20:05:08作者:尤辰城Agatha
Kysely 是一个类型安全的 SQL 查询构建器,它提供了强大的类型系统来构建 SQL 查询。在使用 Kysely 时,开发者经常会遇到需要动态引用数据库表中嵌套 JSON 属性的场景。
问题背景
假设我们有一个用户表,其中包含一个存储为 JSON 类型的 name 字段,该字段包含 first_name 和 last_name 两个子属性。开发者希望能够构建一个灵活的查询接口,允许客户端通过任意字段(包括嵌套的 JSON 属性)来过滤用户数据。
现有解决方案
Kysely 提供了 DynamicModule.ref 方法来动态引用列名,但它原生不支持直接引用嵌套的 JSON 属性路径。目前,开发者可以通过以下方式实现这一需求:
- 使用原生 SQL 表达式:通过 sql 模板字面量手动构建 JSON 路径引用
- 自定义解析函数:编写辅助函数来解析和构建 JSON 路径引用
技术实现细节
对于 JSON 类型的列,PostgreSQL 提供了 -> 和 ->> 操作符来访问嵌套属性。在 Kysely 中,我们可以利用这些操作符构建查询:
const [col, ...subPaths] = column.split('.');
query = query.where(eb => eb(
subPaths.length ?
sql`${sql.ref(col)}->>${subPaths.map(path => `'${path}'`).join('->>')}` :
sql.ref(col),
op,
value
))
这种方法虽然有效,但缺乏类型安全性,因为编译器无法验证 JSON 路径的正确性。
类型安全考虑
Kysely 的核心优势在于其类型安全性。对于动态 JSON 路径引用,完全的编译时类型检查确实存在挑战,因为:
- JSON 结构可能在运行时变化
- 路径字符串来自用户输入
- 不同记录可能有不同的 JSON 结构
最佳实践建议
- 输入验证:在使用前验证用户提供的路径字符串
- 有限路径集:如果可能,限制可查询的 JSON 路径为已知集合
- 防御性编程:处理可能不存在的 JSON 路径情况
- 文档说明:清晰记录支持的查询字段和格式
未来可能性
虽然当前 Kysely 核心团队认为这个功能过于宽泛而难以保证类型安全,但随着 TypeScript 类型系统的发展,未来可能会有更优雅的解决方案出现,比如:
- 基于模板字面量类型的路径验证
- 预定义的 JSON 模式类型
- 更强大的编译时字符串处理能力
总结
在 Kysely 中处理动态 JSON 属性引用需要权衡灵活性和类型安全性。虽然目前没有内置的一站式解决方案,但通过组合现有的 SQL 构建功能,开发者仍然可以实现这一需求。重要的是要根据具体应用场景选择适当的抽象级别,并在灵活性和安全性之间找到平衡点。
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-1.5暂无简介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
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
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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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