Mongoose中lean()与非lean()查询的类型差异处理
2025-05-06 11:12:17作者:秋泉律Samson
在使用Mongoose操作MongoDB时,开发者经常会遇到需要处理Decimal128类型数据的情况。本文将深入探讨如何在使用lean()和非lean()查询时正确处理类型差异,特别是针对Decimal128类型的转换问题。
问题背景
Mongoose提供了两种查询文档的方式:
- 标准查询:返回完整的Mongoose文档实例
- lean查询:返回普通的JavaScript对象
当我们需要处理Decimal128类型字段时,这两种方式会带来类型差异。标准查询会应用schema中定义的getter转换,而lean查询则直接返回原始数据。
解决方案一:单独定义lean类型
最直接的解决方案是为lean查询单独定义一个类型:
interface IOrder {
total: Decimal
}
type IOrderLean = { total?: mongoose.Types.Decimal128 };
const Order = mongoose.model<IOrder>('Order', orderSchema)
// 使用示例
const orderTotal: Decimal = (await Order.findOne().orFail()).total;
const leanOrderTotal = await Order.findOne().orFail().lean<IOrderLean>();
这种方法简单直接,但需要维护两个类型定义。
解决方案二:使用HydratedDocument类型
更符合Mongoose设计理念的做法是:
interface IOrder {
total?: mongoose.Types.Decimal128
}
type OrderHydratedDocument = mongoose.HydratedDocument<
IOrder,
{ total?: Decimal }
>;
const Order = mongoose.model<IOrder, OrderModelType>('Order', orderSchema)
// 使用示例
const orderTotal: Decimal | undefined = (await Order.findOne().orFail()).total;
const leanOrderTotal = await Order.findOne().orFail().lean();
这种方案中:
- 基础接口IOrder表示MongoDB中存储的原始类型
- HydratedDocument类型表示经过Mongoose处理后的文档类型
- 通过泛型参数确保类型安全
最佳实践建议
- 对于简单项目,方案一更易于理解和实现
- 对于大型项目或需要严格类型安全的场景,推荐使用方案二
- 无论哪种方案,都应该在schema中明确定义getter函数,确保类型转换的一致性
总结
Mongoose的lean查询和非lean查询在类型处理上存在差异,特别是在使用自定义getter时。通过合理使用TypeScript的泛型和Mongoose提供的HydratedDocument类型,我们可以构建类型安全的应用程序,同时享受lean查询带来的性能优势。开发者应根据项目规模和复杂度选择适合的方案。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
335
161
暂无简介
Dart
762
188
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
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
113
136