DynamoDB Toolbox 中 FormattedItem 类型的使用技巧
2025-07-06 12:56:10作者:殷蕙予
理解 FormattedItem 类型
在 DynamoDB Toolbox 这个优秀的 TypeScript 库中,FormattedItem<ENTITY> 是一个非常有用的类型工具。它能够根据我们定义的实体模式(schema)自动推断出完整的类型结构,包括实体本身的属性以及 DynamoDB Toolbox 自动添加的内部属性。
默认情况下,FormattedItem 类型会包含:
- 实体模式中定义的所有属性
- 两个自动管理的时间戳属性:
created和modified
时间戳属性的控制
在实际开发中,我们经常需要创建新的实体对象,但在创建阶段并不需要(也不应该)手动设置 created 和 modified 这些内部属性。DynamoDB Toolbox 提供了灵活的方式来控制这些时间戳属性:
全局禁用时间戳
可以在创建实体时通过配置完全禁用时间戳功能:
const myEntity = new Entity({
name: 'MyEntity',
attributes: {...},
timestamps: false // 禁用所有时间戳属性
});
选择性禁用特定时间戳
也可以选择性地禁用某一个时间戳属性:
const myEntity = new Entity({
name: 'MyEntity',
attributes: {...},
timestamps: {
createdAt: false, // 仅禁用 createdAt
updatedAt: true // 保留 updatedAt
}
});
更合适的类型选择
对于创建新实体的场景,特别是使用 batchWrite 批量写入时,FormattedItem 可能不是最合适的选择,因为它要求包含所有属性(包括自动生成的属性)。
DynamoDB Toolbox 提供了 PutItemInput 类型,它更适合这种场景:
- 自动使具有默认值的属性变为可选
- 使关联属性(如时间戳)变为可选
- 完美匹配写入操作的类型要求
使用示例:
type StationDescription = PutItemInput<typeof stationDescriptionEntity>;
const stations: StationDescription[] = [];
for (const data of someOtherDataSource) {
stations.push({
id: data.id,
foo: 'bar',
address: data.address + 'x'
}); // 不再需要包含 created/modified
}
类型推断的最佳实践
在使用 DynamoDB Toolbox 的类型系统时,有一个重要注意事项:当手动为 Entity 提供泛型参数时,必须提供所有泛型参数,否则未提供的参数会使用默认值而非从参数中推断。
因此,最佳实践是让 TypeScript 自动推断类型,而不是手动指定泛型参数:
// 推荐做法 - 自动推断所有类型
const myEntity = new Entity({
name: 'MyEntity',
attributes: {...},
timestamps: false
});
// 不推荐 - 手动指定泛型可能导致类型推断不完整
const myEntity = new Entity<...>({...});
通过遵循这些实践,可以确保获得最准确的类型推断,同时保持代码的简洁性和可维护性。
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 StartedRust0155- 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
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
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
155
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
暂无简介
Dart
987
253