Kysely 项目中实现可复用 WHERE 条件的类型安全方案
2025-05-19 02:29:17作者:宗隆裙
问题背景
在使用 Kysely 这个类型安全的 SQL 查询构建器时,开发者经常会遇到需要复用 WHERE 条件的场景。例如,多个查询可能都需要根据名称进行模糊搜索,但每个查询可能涉及不同的表组合。
初始尝试与问题
开发者最初尝试创建一个通用的 WHERE 条件函数,接受一个 SelectQueryBuilder 作为参数。基本思路是:
function getParticipantVariablesWhere<O>(
query: SelectQueryBuilder<DB, "Variables" | "ParticipantVariables", O>,
params: GetParticipantVariables
) {
if (params.searchName) {
query = query.where("Variables.name", "ilike", `%${params.searchName}%`);
}
return query;
}
这种方法的问题在于它限制了查询必须只包含"Variables"和"ParticipantVariables"两个表,而实际使用中查询可能包含更多表。
改进方案
方案一:联合类型(不推荐)
尝试使用联合类型来扩展可能的表组合:
function getParticipantVariablesWhere<O>(
query:
| SelectQueryBuilder<DB, "Variables" | "ParticipantVariables", O>
| SelectQueryBuilder<DB, "Variables" | "ParticipantVariables" | "VariableValues", O>,
params: GetParticipantVariables
) {
// ...
}
这种方法会导致类型系统无法正确推断 where 方法的签名,产生类型错误。
方案二:泛型扩展(部分可行)
尝试使用泛型参数来扩展表集合:
function getParticipantVariablesWhere<O, TB extends keyof DB>(
query: SelectQueryBuilder<DB, "Variables" | "ParticipantVariables" | TB, O>,
params: GetParticipantVariables
) {
// ...
}
这种方法的问题是 TypeScript 无法保证"Variables.name"在扩展后的表集合中仍然有效。
推荐解决方案
经过社区讨论,推荐使用以下模式:
- 创建一个基础查询构建器
- 通过方法链式调用添加条件
- 使用类型断言确保表存在
示例实现:
function withNameCondition<TB extends keyof DB & ("Variables" | "ParticipantVariables")>(
query: SelectQueryBuilder<DB, TB, any>,
searchName?: string
) {
if (searchName) {
return query.where("Variables.name", "ilike", `%${searchName}%`) as SelectQueryBuilder<DB, TB, any>;
}
return query;
}
这种方法通过类型约束确保查询至少包含必要的表,同时保持灵活性。
最佳实践
- 最小表集合约束:在函数签名中只约束必要的表
- 类型安全:确保 WHERE 条件引用的列在所约束的表集合中存在
- 可组合性:设计条件函数可以链式组合使用
- 明确文档:为每个条件函数明确说明其表依赖关系
总结
在 Kysely 中实现可复用的 WHERE 条件需要平衡类型安全性和灵活性。通过合理的类型约束和方法设计,可以创建既安全又可复用的查询条件构建块。关键在于理解 TypeScript 的类型系统和 Kysely 的类型结构,找到两者之间的最佳结合点。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361