Drizzle ORM 查询优化:实现高效的分页计数功能
2025-05-06 03:51:29作者:宗隆裙
在数据库操作中,分页查询并获取总记录数是一个常见需求。Drizzle ORM 作为一款现代化的 TypeScript ORM 工具,其查询 API 设计简洁高效,但在处理分页计数场景时仍存在优化空间。
传统实现方式的痛点
开发者在使用 Drizzle ORM 进行分页查询时,通常需要同时执行两个操作:
- 获取当前页的数据列表
- 计算符合条件的总记录数
传统实现方式需要编写重复的查询条件,代码冗余且容易出错。例如:
const [data, count] = await Promise.all([
db.query.users.findMany({
where: { active: true },
limit: 10,
offset: 0
}),
db.select({ count: count() })
.from(users)
.where(eq(users.active, true))
]);
这种方式虽然功能完整,但在实际项目中会带来以下问题:
- 查询条件需要重复编写
- 代码可读性降低
- 维护成本增加
解决方案探索
Drizzle ORM 团队已经意识到了这一需求,并提供了 db.$count 方法作为基础解决方案。这个方法专门用于简化行数统计操作,可以与关系查询构建器(RQB)API配合使用。
db.$count 的基本用法如下:
const total = await db.$count()
.from(users)
.where(eq(users.active, true));
虽然这解决了简单的计数问题,但对于完整的分页计数场景,开发者仍需要结合 findMany 使用。更优雅的解决方案是期待 Drizzle ORM 提供原生的 findManyAndCount 方法。
最佳实践建议
在当前版本下,我们可以通过以下方式优化分页计数实现:
- 封装工具函数:创建一个通用的分页查询工具函数,统一处理查询条件和结果组装
async function paginateWithCount(
queryBuilder: any,
options: { where?: any; limit: number; offset: number }
) {
const [data, total] = await Promise.all([
queryBuilder.findMany(options),
db.$count()
.from(queryBuilder.meta.table)
.where(options.where)
]);
return { data, total };
}
- 类型安全扩展:通过 TypeScript 类型扩展增强查询体验
declare module 'drizzle-orm' {
interface DrizzleQueryBuilder {
findManyAndCount: (options: FindManyOptions) => Promise<[any[], number]>;
}
}
- 性能优化:对于大数据量表,考虑使用近似计数或缓存策略
未来展望
随着 Drizzle ORM 的持续发展,我们期待官方能够提供更多便捷的查询方法,如:
- 原生的
findManyAndCount方法 - 简化主键查询的
findByPK方法 - 存在性检查的
exists方法
这些改进将进一步提升开发体验,减少样板代码,使 Drizzle ORM 在各种应用场景中更加高效易用。
对于需要频繁处理分页计数的项目,建议关注 Drizzle ORM 的更新日志,及时获取最新的 API 改进信息,同时合理封装现有功能以提升开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
986
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990