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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249