推荐使用TypeORM命名策略扩展库
2024-05-30 11:13:13作者:温艾琴Wonderful
在开发数据库驱动的应用时,如何保持代码与数据库字段的一致性是一个关键问题。TypeORM是TypeScript世界的流行对象关系映射工具,它允许开发者以类型安全的方式操作数据库。然而,其默认的命名策略可能并不符合所有人的口味。这就是typeorm-naming-strategies项目出场的地方。
项目介绍
这个开源包提供了一种自定义的命名策略,使得数据库中的列名、关系和其他字段可以根据特定规则进行转换。特别是对于喜欢使用snake_case风格(如created_at)而不是camelCase或PascalCase的开发者来说,这是一个非常实用的解决方案。
项目技术分析
该库目前实现了一个策略——SnakeNamingStrategy。当你使用这个策略时,TypeORM将会将你的类属性名称转换为snake_case形式存储到数据库中。例如,如果你有一个名为User的模型类,其中包含一个createdAt属性,SnakeNamingStrategy会将其在数据库中变为created_at。
应用场景
这个项目适用于任何使用TypeORM作为ORM,并希望统一数据库字段命名风格的Node.js项目。无论你是新项目启动还是已有项目重构,这都能帮助你保持数据库结构的整洁和一致,提高代码可读性和维护性。
项目特点
- 简单易用:只需要通过简单的配置,就可以切换到你喜欢的命名策略。
- 兼容性好:无缝集成TypeORM,无需修改现有模型代码。
- 可扩展性:虽然当前只提供了SnakeNamingStrategy,但该库的设计使得添加更多命名策略变得容易,可以根据需求自行扩展。
安装与使用
你可以通过npm或yarn轻松安装:
# npm
npm install typeorm-naming-strategies --save
# 或者使用yarn
yarn add typeorm-naming-strategies
然后在你的TypeORM连接配置中使用新策略:
import { createConnection } from 'typeorm';
import { SnakeNamingStrategy } from 'typeorm-naming-strategies';
await createConnection({
...
namingStrategy: new SnakeNamingStrategy(), // 使用SnakeNamingStrategy
});
或者在ormconfig.js文件中配置:
const SnakeNamingStrategy = require("typeorm-naming-strategies").SnakeNamingStrategy
module.exports = {
...
namingStrategy: new SnakeNamingStrategy(),
};
总的来说,typeorm-naming-strategies是你优化TypeORM应用数据库命名规则的理想选择。它将帮助你规范数据库设计,提升开发效率,值得一试!
登录后查看全文
热门项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492