DynamoDB Toolbox 中 FormattedItem 类型的使用技巧
2025-07-06 04:20:18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
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
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++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
213
2.21 K

暂无简介
Dart
521
115

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
9
1

🎉 (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
978
578

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++
552
86

Ascend Extension for PyTorch
Python
65
94

React Native鸿蒙化仓库
JavaScript
209
285

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194

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
1.02 K
399