Drizzle ORM 中 timestamp 默认值类型的深入解析
问题背景
在使用 Drizzle ORM 进行数据库建模时,开发者经常会遇到时间戳字段的定义问题。一个典型场景是定义带有默认当前时间戳的字段,例如:
createdAt: timestamp('date').notNull().defaultNow()
开发者期望这个字段在插入时能够自动填充当前时间,因此推断插入类型时应该不需要手动提供该字段值。然而实际类型推断结果却显示该字段可能是 Date | undefined
,这与预期不符。
类型系统行为分析
Drizzle ORM 的类型系统在处理默认值时有其设计逻辑:
-
默认值字段的可选性:当字段设置了默认值(如
.defaultNow()
),类型系统会将该字段标记为可选的,因为在插入操作时可以不提供该值。 -
非空约束的影响:虽然字段在数据库层面有
notNull
约束,但这不影响 TypeScript 类型系统中该字段在插入时的可选性。 -
类型推断的合理性:从类型系统的角度看,既然字段有默认值,那么插入时提供或不提供该值都是合法的操作,因此类型中包含
undefined
是合理的。
解决方案探讨
对于开发者希望强制要求提供时间戳值的情况,有以下几种解决方案:
1. 类型覆盖方案
type Example = Omit<typeof example.$inferInsert, 'createdAt'> & {
createdAt: Date
};
这种方法明确覆盖了原始推断类型,强制要求 createdAt
字段必须提供。
2. 通用类型工具方案
可以创建一个通用的类型工具来处理这种情况:
type RequiredFields<T, K extends keyof T> = T & Required<Pick<T, K>>;
type Example = RequiredFields<typeof example.$inferInsert, 'createdAt'>;
这种方法更加灵活,可以用于任何需要强制要求某些字段的场景。
最佳实践建议
-
理解设计意图:Drizzle ORM 的类型系统设计是为了反映数据库操作的灵活性,有默认值的字段在插入时确实是可选的。
-
明确业务需求:如果业务逻辑确实要求在插入时必须显式提供时间戳,那么应该使用上述类型覆盖方案。
-
保持一致性:在整个项目中应该保持对同一字段类型处理的一致性,避免混用可选和必选的处理方式。
深入思考
这个问题实际上反映了 ORM 类型系统与业务逻辑之间的微妙关系。Drizzle ORM 的类型推断是基于数据库模式的技术层面考虑,而业务逻辑可能有额外的约束要求。开发者需要理解这种差异,并在适当的时候通过类型转换来满足业务需求。
通过这个案例,我们可以看到 TypeScript 类型系统的强大之处 - 它既能够自动推断出合理的默认类型,又提供了足够的灵活性让我们能够根据业务需求进行精确调整。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- 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
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0134AI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。03Spark-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









