Drizzle ORM 中 Branded Zod 类型的使用技巧
2025-05-06 17:21:51作者:翟江哲Frasier
在 TypeScript 开发中,类型安全是保证代码质量的重要手段。Drizzle ORM 与 Zod 的结合为开发者提供了强大的类型校验能力,但在使用 Branded Zod 类型时,开发者可能会遇到一些类型不匹配的问题。
Branded 类型的基本概念
Branded 类型是 TypeScript 中一种创建名义类型(nominal typing)的方式。它允许我们为基本类型添加额外的类型信息,使类型系统能够区分看似相同但实际上用途不同的类型。例如,一个表示文件ID的字符串和一个普通字符串虽然都是字符串类型,但在业务逻辑中应该被视为不同的类型。
常见问题场景
在使用 Drizzle ORM 时,开发者可能会尝试直接在表定义中使用 Branded 类型:
const fileIdSchema = z.string().uuid().brand<'FileId'>();
type FileId = z.infer<typeof fileIdSchema>;
export const files = pgTable('files', {
id: uuid()
.primaryKey()
.$defaultFn(() => uuidv7())
.$type<FileId>(), // 这里直接指定类型
name: varchar({ length: 255 }).notNull(),
});
这种方式会导致运行时类型信息丢失,因为 TypeScript 的类型信息在编译后会消失,而 Zod 的校验能力需要在运行时保留。
正确使用方法
正确的做法是在创建插入模式时指定 Branded 类型的校验规则:
export const zodFilesInsertSchema = createInsertSchema(files, {
id: fileIdSchema // 在这里指定校验规则
});
这种方法既保留了运行时的校验能力,又确保了类型系统的正确性。当使用这种方式时:
- 数据库操作返回的结果会自动带有正确的 Branded 类型
- 类型系统能够正确识别不同类型的字符串
- 运行时校验确保数据的有效性
实际应用建议
在实际项目中,建议遵循以下最佳实践:
- 为每个需要区分的基本类型创建对应的 Branded 类型
- 在表定义中只定义基本类型
- 在创建校验模式时指定具体的 Branded 校验规则
- 在业务逻辑中使用 Branded 类型来确保类型安全
这种方法不仅能解决类型不匹配的问题,还能提高代码的可读性和可维护性,使类型系统真正成为开发者的有力工具。
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878