Kysely项目中的OverBuilder.orderBy方法增强解析
2025-05-19 17:59:29作者:毕习沙Eudora
Kysely作为一款TypeScript SQL查询构建器,近期对其OverBuilder的orderBy方法进行了重要功能增强。本文将深入分析这一改进的技术背景、实现原理以及实际应用场景。
功能背景
在SQL查询中,窗口函数(Window Function)的OVER子句常需要复杂的排序表达式。例如计算基于绝对值排名的查询:
SELECT *, RANK() OVER(ORDER BY ABS(person.net_worth)) AS rank FROM person;
在Kysely的早期版本中,SelectQueryBuilder的orderBy方法已支持直接传入原始SQL表达式,但OverBuilder的同名方法尚未支持这一特性。这导致开发者无法在窗口函数中灵活使用自定义排序逻辑。
技术实现
Kysely团队通过引入OrderByInterface接口统一了排序行为,使OverBuilder的orderBy方法现在支持三种参数形式:
- 列名直接排序:
orderBy('columnName') - 带方向的列排序:
orderBy('columnName', 'desc') - 原始SQL表达式:
orderBy(sqlABS(${ref('net_worth')}))
核心改进在于将SelectQueryBuilder的排序能力完整迁移到OverBuilder上,同时保持类型安全。通过TypeScript的泛型和条件类型,实现了编译时参数校验。
应用示例
开发者现在可以这样构建包含复杂排序的窗口函数:
db.selectFrom("person")
.select(eb =>
eb.fn.agg<number>('rank')
.over(ob => ob.orderBy(sql`ABS(${ref('net_worth')})`))
这种改进特别适用于需要:
- 数学运算排序(ABS/MOD等)
- 自定义函数排序
- 复杂case when表达式排序
- 需要类型安全的动态排序场景
版本规划
该功能已合并至主分支,计划在Kysely v0.28版本中正式发布。对于需要提前使用的开发者,可以考虑从GitHub主分支构建。
最佳实践
当使用原始SQL表达式排序时,建议:
- 优先使用Kysely提供的ref/sql等工具方法保证SQL注入安全
- 为复杂表达式添加注释说明
- 考虑将常用排序逻辑抽象为可复用函数
- 在团队中建立一致的排序表达式编写规范
这一改进显著提升了Kysely处理复杂分析查询的能力,使开发者能够更灵活地实现各类业务场景下的排序需求。
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
269
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
620
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