Slonik 数据库查询中的批量结果处理:many与any的差异解析
2025-06-11 02:39:06作者:廉皓灿Ida
在现代Node.js应用中,PostgreSQL客户端库Slonik因其强大的类型安全和SQL标签模板特性而广受欢迎。本文将深入探讨Slonik中处理批量查询结果的两种核心方法——many和any,揭示它们在实际应用场景中的关键区别。
批量查询的两种范式
Slonik提供了两种处理多行查询结果的方法:
-
many方法
设计用于必须返回至少一条记录的查询场景。当执行查询后未找到任何匹配记录时,many会主动抛出"Not Found"异常。这种设计体现了"零结果即异常"的理念,适用于业务上必须有数据存在的场景,如获取用户订单列表时,理论上至少应该存在一条历史记录。 -
any方法
作为many的宽容版本,无论查询是否匹配到记录,都会返回一个数组——有结果时包含数据,无结果时返回空数组。这种设计符合"零结果也是合法状态"的业务场景,比如获取用户的收藏列表,新用户完全可能还没有任何收藏。
技术实现对比
从实现原理来看,这两种方法代表了不同的错误处理哲学:
many在底层会检查结果集长度,如果为空则抛出异常,相当于执行了前置验证any则直接返回原始结果集,将结果是否存在的判断权交给调用方
// 伪代码展示核心逻辑差异
function many(queryResult) {
if (queryResult.rows.length === 0) {
throw new NotFoundError();
}
return queryResult.rows;
}
function any(queryResult) {
return queryResult.rows; // 无条件返回
}
实际应用建议
-
选择
many当:- 业务逻辑上零结果是异常情况
- 需要立即失败(fail-fast)的查询场景
- 后续处理依赖至少一条记录存在
-
选择
any当:- 零结果是合法业务状态
- 需要简化前端空状态处理
- 进行存在性检查后的后续操作
高级技巧
对于需要更复杂处理的场景,可以考虑组合使用这两个方法:
try {
const mustHaveResults = await connection.many(sql`...`);
// 处理必有结果的逻辑
} catch (err) {
if (err instanceof NotFoundError) {
const optionalResults = await connection.any(sql`...`);
// 降级处理逻辑
}
}
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
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137