Kysely中使用eb.fn()函数构建空间查询条件的最佳实践
2025-05-19 08:34:00作者:裘晴惠Vivianne
在使用Kysely进行数据库查询构建时,开发者经常需要处理复杂的条件组合,特别是当涉及到空间函数等特殊SQL函数时。本文将通过一个典型的空间查询案例,介绍如何在Kysely中正确使用eb.fn()函数构建查询条件。
空间查询场景分析
假设我们需要构建一个包含空间查询的LEFT JOIN条件,原始SQL如下:
LEFT JOIN departements d
ON values.gps IS NOT NULL
AND ST_Contains(d.shape, values.gps)
这个查询包含两个关键条件:
- 检查gps字段是否为NULL
- 使用PostGIS的ST_Contains函数判断空间包含关系
Kysely实现方案
在Kysely中,我们通常会使用查询构建器的eb.and()方法来组合多个条件。初始实现可能会这样写:
.leftJoin("public_department_region", (join) =>
join.on((eb) =>
eb.and([
eb("values.gps", "is not", null),
eb.fn("ST_Contains", [
"public_department_region.shape",
"values.gps",
]),
]),
),
)
类型系统问题与解决方案
上述代码会遇到TypeScript类型错误,这是因为eb.and()方法期望接收的是布尔类型的表达式(Expression),而eb.fn()默认返回的是Expression类型。
正确的解决方案是为eb.fn()显式指定返回类型:
.leftJoin("public_department_region", (join) =>
join.on((eb) =>
eb.and([
eb("values.gps", "is not", null),
eb.fn<SqlBool>("ST_Contains", [ // 显式指定返回类型
"public_department_region.shape",
"values.gps",
]),
]),
),
)
或者也可以使用boolean类型:
eb.fn<boolean>("ST_Contains", [...])
替代方案
如果不需要组合多个条件,也可以直接使用eb.fn()作为单独的连接条件:
.leftJoin("public_department_region", (join) =>
join.on((eb) =>
eb.fn("ST_Contains", [
"public_department_region.shape",
"values.gps",
]),
),
)
总结
在Kysely中构建包含SQL函数的复杂查询条件时,需要注意:
- 组合多个条件时使用eb.and()/eb.or()等方法
- 使用eb.fn()调用SQL函数时,需要显式指定返回类型
- 对于返回布尔值的函数,应指定为SqlBool或boolean类型
- 简单的单条件查询可以直接使用eb.fn()
掌握这些技巧后,开发者可以更灵活地在Kysely中构建各种复杂的SQL查询条件,包括空间查询等高级功能。
登录后查看全文
热门项目推荐
相关项目推荐
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
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217