在T3 Stack项目中优化Prisma Client的类型推断
2025-05-06 17:55:35作者:彭桢灵Jeremy
在基于T3 Stack构建的项目中,Prisma ORM是常用的数据库访问层解决方案。开发者经常会遇到一个典型问题:当使用Prisma Client的$extends方法扩展模型时,TypeScript无法正确推断出自定义方法的类型。
问题背景
在标准的T3 Stack项目设置中,Prisma Client通常被初始化为一个单例模式。常见的实现方式如下:
import { PrismaClient } from '@prisma/client'
const prisma = globalThis.prisma || new PrismaClient()
if (process.env.NODE_ENV !== 'production') {
globalThis.prisma = prisma
}
export default prisma
这种实现方式虽然简单,但在使用$extends方法扩展Prisma Client时会出现类型推断问题。例如:
const extendedPrisma = prisma.$extends({
model: {
user: {
async findByEmail(email: string) {
return prisma.user.findUnique({ where: { email } })
}
}
}
})
当尝试使用extendedPrisma.user.findByEmail()时,TypeScript会报错,因为它无法识别这个新添加的方法。
解决方案
Prisma官方文档推荐了一种更完善的类型安全解决方案:
import { PrismaClient } from '@prisma/client'
const prismaClientSingleton = () => {
return new PrismaClient()
}
declare global {
var prisma: undefined | ReturnType<typeof prismaClientSingleton>
}
export const prisma = globalThis.prisma ?? prismaClientSingleton()
if (process.env.NODE_ENV !== 'production') globalThis.prisma = prisma
这个解决方案的关键改进在于:
- 将Prisma Client的创建封装在一个函数中
- 使用
ReturnType获取该函数的返回类型 - 在全局类型声明中使用这个返回类型
实现原理
这种解决方案之所以有效,是因为:
- 函数封装:通过将Prisma Client的创建封装在函数中,我们可以利用TypeScript的类型推断能力
- ReturnType工具类型:
ReturnType能够动态获取函数的返回类型,包括通过$extends添加的任何扩展方法 - 全局类型声明:在全局作用域中声明类型,确保在整个应用中类型一致性
实际应用
在实际项目中应用这个解决方案后:
- 开发者可以安全地使用
$extends方法添加自定义查询 - TypeScript能够正确识别所有扩展方法
- 保持了单例模式的性能优势
- 在开发和生产环境中都能正常工作
最佳实践
对于T3 Stack项目,建议:
- 在
src/server/db.ts中实现这个改进后的Prisma Client初始化 - 对于复杂的扩展逻辑,可以考虑单独创建扩展文件
- 在团队项目中,确保所有成员都使用相同的Prisma Client实例
这种改进不仅解决了类型推断问题,还为项目提供了更好的类型安全性和开发体验,是T3 Stack项目中Prisma集成的推荐实践。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
112
134