SST 项目中 Lambda 函数集成 Prisma 的实践指南
2025-05-09 09:34:59作者:戚魁泉Nursing
前言
在使用 SST (Serverless Stack) 框架开发无服务器应用时,数据库访问是一个常见需求。Prisma 作为现代 Node.js 的 ORM 工具,在 Serverless 环境中使用时需要特别注意其二进制文件的部署问题。本文将详细介绍如何在 SST 项目中正确配置 Lambda 函数以使用 Prisma。
问题背景
在 Serverless 架构中,Lambda 函数的运行环境与本地开发环境存在差异。Prisma 需要特定的二进制文件才能正常工作,这些文件必须正确部署到 Lambda 环境中。常见错误包括:
- 二进制文件未正确打包
- 文件路径配置不当
- 缺少必要的运行时依赖
解决方案
1. Prisma 配置调整
首先需要在 Prisma 的 schema 文件中明确指定二进制目标平台:
generator client {
provider = "prisma-client-js"
binaryTargets = ["native", "rhel-openssl-3.0.x"]
output = "../.prisma/client"
}
关键点:
binaryTargets必须包含 Lambda 运行环境兼容的目标output指定了客户端生成位置
2. SST 函数配置
在 SST 的配置文件中,Lambda 函数需要正确配置文件复制选项:
const myLambda = new sst.aws.Function(`MyLambdaHandler`, {
handler: 'src/lambdas/handler.handler',
copyFiles: [
{
from: 'node_modules/.prisma/client',
}
],
environment: {
DATABASE_URL: process.env.DATABASE_URL!,
},
});
重要说明:
- 直接从
node_modules复制比从.prisma/client更可靠 - 不需要额外安装
@prisma/client依赖 - 确保环境变量包含数据库连接字符串
3. 构建流程优化
建议在项目的 package.json 中添加 postinstall 脚本:
{
"scripts": {
"postinstall": "prisma generate"
}
}
这样每次部署时都会自动生成最新的 Prisma 客户端。
最佳实践
- 环境一致性:确保开发、测试和生产环境使用相同的 Prisma 配置
- 部署验证:部署后检查 Lambda 包中是否包含必要的二进制文件
- 依赖管理:避免不必要的依赖安装,减少包体积
- 错误处理:在代码中添加对 Prisma 初始化的错误处理
常见问题排查
如果遇到类似 "libquery_engine-rhel-openssl-3.0.x.so.node" 找不到的错误,可以:
- 检查 Lambda 包中是否包含该文件
- 验证文件路径是否正确
- 确认二进制目标配置是否匹配 Lambda 运行环境
总结
在 SST 项目中集成 Prisma 需要特别注意二进制文件的部署问题。通过正确配置 Prisma 的生成目标和 SST 的文件复制选项,可以确保 Lambda 函数能够正常使用 Prisma 进行数据库操作。记住在每次部署前生成最新的客户端,并验证部署包的内容,这样可以避免大多数运行时问题。
遵循这些实践指南,开发者可以更高效地在 Serverless 环境中使用 Prisma,享受类型安全的数据库访问体验。
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 StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
769
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
Ascend Extension for PyTorch
Python
728
905
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
461
455
deepin linux kernel
C
32
16
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
1.93 K
199
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
632