Drizzle ORM 0.36.0版本中pgTable声明方式的重大变更解析
2025-05-06 17:09:42作者:齐添朝
Drizzle ORM作为一款现代化的TypeScript ORM工具,在0.36.0版本中对表声明方式进行了重要更新。本文将详细介绍这一变更的技术背景、具体内容以及开发者需要注意的迁移事项。
变更背景
在Drizzle ORM 0.36.0版本中,开发团队对pgTable函数的第三个参数(即表配置参数)的返回类型进行了重大调整。这一变更旨在提供更一致的API设计,并为未来的功能扩展奠定基础。
变更内容详解
旧版本中,开发者通常这样声明表结构:
export const users = pgTable(
"users",
{
// 列定义...
},
(table) => {
return {
usernameIndex: index("username_index").on(table.username),
emailIndex: index("email_index").on(table.email),
};
}
);
新版本0.36.0要求第三个参数必须返回数组而非对象:
export const users = pgTable(
"users",
{
// 列定义...
},
(table) => [
index("username_index").on(table.username),
index("email_index").on(table.email)
]
);
技术影响分析
-
类型系统优化:数组返回类型使得类型推断更加明确,减少了潜在的复杂类型问题。
-
一致性提升:这一变更使Drizzle ORM的API设计更加一致,与其他现代ORM工具的设计理念对齐。
-
性能考量:数组操作通常比对象操作有更优的性能表现,特别是在大型项目中。
迁移指南
对于现有项目,开发者需要:
- 检查所有使用
pgTable声明的地方 - 将返回对象改为返回数组
- 移除不必要的
return语句 - 更新索引和约束的声明方式
常见问题解决方案
-
工具链同步问题:确保
drizzle-kit版本与drizzle-orm版本匹配,避免工具链不一致导致的生成问题。 -
类型错误处理:如果遇到类型错误,可以尝试清理TypeScript缓存或重启IDE。
-
文档参考:虽然官方文档可能尚未完全更新,但GitHub发布说明提供了详细的变更信息。
最佳实践建议
-
在大型项目中,建议逐步迁移,先处理核心表结构。
-
利用TypeScript的类型检查功能,确保迁移过程中不破坏现有业务逻辑。
-
考虑编写自定义的ESLint规则或脚本,帮助自动化部分迁移工作。
这一变更虽然需要开发者投入时间进行迁移,但从长远来看,将提高代码的可维护性和工具链的稳定性。Drizzle ORM团队通过这样的改进,展现了其对API设计和开发者体验的持续关注。
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 StartedRust0194
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 Notebook0121
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。Python05
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 Notebook06
项目优选
收起
暂无描述
Dockerfile
767
4.99 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++
857
1.94 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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 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
1.01 K
262
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 K
618
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
2.99 K
637
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
151
253