Drizzle ORM 中表别名使用的最佳实践
2025-05-06 02:26:23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
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
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- 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
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
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781