Drizzle ORM 中 PostgreSQL 枚举类型和大小写敏感问题的解决方案
2025-05-06 00:11:14作者:翟江哲Frasier
问题背景
在使用 Drizzle ORM 进行 PostgreSQL 数据库迁移时,开发者可能会遇到两类常见问题:大小写敏感导致的列不存在错误,以及枚举类型未正确创建的问题。这些问题通常会在执行 drizzle-kit migrate 命令时显现。
大小写敏感问题分析
PostgreSQL 有一个重要特性:默认情况下会将所有未加引号的标识符转换为小写。这意味着当我们在 Drizzle ORM 中定义表结构时:
export const user = pgTable(
"user",
{
id: serial("id").primaryKey(),
testId: string("testId"), // 注意这里的驼峰命名
},
(table) => ({
testIdx: index("testidx").on(table.testId),
}),
);
PostgreSQL 会尝试查找名为 testid 的列(自动转换为小写),而不是 testId。这就会导致 "column does not exist" 错误。
解决方案
-
遵循 PostgreSQL 命名规范:使用小写字母和下划线(snake_case)命名列
test_id: string("test_id") -
保持代码一致性:虽然数据库中使用 snake_case,但在应用代码中可以保持驼峰命名
testId: string("test_id") -
避免特殊字符:不要在列名中使用连字符等特殊字符
枚举类型问题分析
另一个常见问题是枚举类型未正确创建:
export const fileTypeEnum = pgEnum('fileType', ['image/jpeg', 'application/pdf'])
export const files = pgTable('files', {
// ...
type: fileTypeEnum('type').notNull(),
})
执行迁移时可能会遇到 "type does not exist" 错误,这是因为枚举类型的创建顺序可能不正确。
解决方案
-
确保枚举被导出:检查是否在枚举定义前添加了
export关键字 -
清理并重新生成迁移:
rm -rf migrations/ npx drizzle-kit generate npx drizzle-kit migrate -
检查迁移文件顺序:确保枚举类型的创建迁移在引用它的表迁移之前执行
最佳实践建议
-
统一命名规范:在整个项目中保持一致的命名规则
-
迁移前检查:在生成迁移前仔细检查 schema 定义
-
版本控制:将迁移文件纳入版本控制,方便团队协作
-
测试环境验证:先在测试环境执行迁移,确认无误后再应用到生产环境
通过遵循这些实践,可以避免大多数与 Drizzle ORM 迁移相关的问题,确保数据库变更顺利执行。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322