Drizzle ORM 中表别名使用的最佳实践
2025-05-06 21:02:10作者:柏廷章Berta
在使用 Drizzle ORM 进行数据库查询时,开发者经常会遇到需要多次引用同一个表的情况。本文深入探讨了 Drizzle ORM 中表别名的正确使用方法,特别是针对不同连接类型组合时可能出现的类型推断问题。
问题现象
当开发者尝试在 Drizzle ORM 中为同一个表创建两个别名,并分别使用不同的连接方式(如一个内连接和一个左连接)时,会遇到查询返回类型被推断为 never[] 的问题。例如:
const fromCompany = aliasedTable(company, "fromCompany");
const toCompany = aliasedTable(company, "toCompany");
const data = await db
.select({
referral,
fromCompany,
toCompany,
})
.from(referral)
.innerJoin(fromCompany, eq(fromCompany.id, referral.fromCompanyId))
.leftJoin(toCompany, eq(toCompany.id, referral.toCompanyId));
在这种情况下,data 的类型会被错误地推断为 never[],尽管运行时查询能够正常执行。
根本原因
这个问题源于 aliasedTable 函数的预期用途。实际上,aliasedTable 是专门为关系查询(RQB)API 设计的,而不是用于常规的查询构建器。当在常规查询中使用它时,特别是在混合连接类型的情况下,类型系统无法正确推断结果类型。
解决方案
Drizzle ORM 提供了专门的 alias 函数来处理表别名,这个函数应该用于常规查询构建器中的表别名需求。对于不同的数据库类型,导入路径略有不同:
- PostgreSQL:
import { alias } from 'drizzle-orm/pg-core' - SQLite:
import { alias } from 'drizzle-orm/sqlite-core' - MySQL:
import { alias } from 'drizzle-orm/mysql-core'
修正后的代码应该如下:
const fromCompany = alias(company, "fromCompany");
const toCompany = alias(company, "toCompany");
const data = await db
.select({
referral,
fromCompany,
toCompany,
})
.from(referral)
.innerJoin(fromCompany, eq(fromCompany.id, referral.fromCompanyId))
.leftJoin(toCompany, eq(toCompany.id, referral.toCompanyId));
连接类型组合的注意事项
虽然使用 alias 函数解决了类型推断问题,但开发者仍需注意不同连接类型组合对查询结果的影响:
- 双内连接:只有当两个连接条件都满足时才会返回记录
- 双左连接:即使连接条件不满足也会返回主表记录,相关字段为NULL
- 混合连接:内连接确保必须存在,左连接允许不存在
最佳实践总结
- 在常规查询构建器中总是使用
alias而非aliasedTable - 根据数据库类型从正确的核心模块导入
alias函数 - 仔细考虑查询中不同连接类型的组合对结果集的影响
- 对于复杂的多表查询,建议先测试类型推断是否符合预期
通过遵循这些最佳实践,开发者可以避免类型推断问题,同时构建出既类型安全又符合业务需求的数据库查询。
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
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
268
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
621
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