Drizzle-ORM 中 PostgreSQL 枚举数组类型迁移的 BUG 解析
2025-05-06 11:20:21作者:凌朦慧Richard
问题背景
在使用 Drizzle-ORM 进行 PostgreSQL 数据库开发时,开发者可能会遇到一个关于枚举数组类型的迁移生成问题。当定义一个包含枚举数组字段的表结构时,自动生成的迁移脚本会出现语法错误,导致无法正确创建表。
问题重现
假设我们有以下 Drizzle-ORM 表定义:
export const TestEnum = pgEnum('testEnum', ['Option1', 'Option2', 'Option3']);
export const TestTable = pgTable('TestTable', {
test: TestEnum('test').array().default(['Option1', 'Option2']),
});
理想情况下,Drizzle-Kit 应该生成正确的 PostgreSQL 迁移脚本。然而,实际生成的脚本存在语法问题:
CREATE TABLE IF NOT EXISTS "TestTable" (
"test" testEnum[] DEFAULT '{"Option1","Option2"}'
);
问题分析
这个问题的核心在于枚举类型的引用方式不正确。在 PostgreSQL 中,当引用自定义类型(如枚举类型)时,应该使用双引号将类型名称括起来。正确的语法应该是:
CREATE TABLE IF NOT EXISTS "TestTable" (
"test" "testEnum"[] DEFAULT '{"Option1","Option2"}'
);
缺少的双引号会导致 PostgreSQL 无法正确识别自定义枚举类型,从而抛出语法错误。
影响范围
这个 BUG 会影响所有使用以下特性的 Drizzle-ORM 项目:
- 使用 PostgreSQL 数据库
- 定义了自定义枚举类型
- 将这些枚举类型用作数组字段
- 使用 Drizzle-Kit 生成迁移脚本
临时解决方案
在官方修复发布前,开发者可以采取以下临时解决方案:
- 手动修改生成的迁移文件,为枚举类型名称添加双引号
- 避免在迁移脚本中使用枚举数组的默认值
- 分两步执行迁移:先创建枚举类型,再创建表结构
技术原理
PostgreSQL 对标识符的处理有其特殊规则:
- 未加引号的标识符会被自动转换为小写
- 加引号的标识符保留原始大小写
- 自定义类型属于数据库对象,引用时需要明确标识
Drizzle-Kit 在生成迁移脚本时,没有正确处理枚举类型名称的引用方式,导致生成的 SQL 语法不符合 PostgreSQL 的要求。
最佳实践建议
为了避免类似问题,建议开发者在定义复杂类型时:
- 仔细检查生成的迁移脚本
- 考虑将复杂类型定义与表定义分离
- 在开发环境中充分测试迁移脚本
- 对于生产环境,建议先审查生成的 SQL 语句
总结
这个 BUG 虽然看似简单,但它揭示了类型系统与迁移生成工具之间需要更精确的协调。对于使用 Drizzle-ORM 的开发者来说,理解这种底层细节有助于更好地处理数据库迁移工作,特别是在使用 PostgreSQL 的高级特性时。
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
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
🔥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
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
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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
309
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1