Drizzle ORM 与 Next.js 服务端组件的数据传输问题解析
2025-05-06 22:40:57作者:沈韬淼Beryl
在使用 Drizzle ORM 与 Next.js 服务端组件进行交互时,开发者可能会遇到一个典型错误:"Only plain objects can be passed to Client Components"。这个问题源于服务端组件向客户端组件传递了包含非序列化对象的数据结构。
问题本质
当通过 Next.js 的 Server Action 执行 Drizzle ORM 的删除操作时,返回的数据库响应对象中包含了特殊的 _types 属性,这个属性携带了数据库驱动相关的函数(如 getTypeParser 和 setTypeParser)。这些函数无法被 Next.js 的序列化机制正确处理,因为它们属于非普通对象(non-plain objects)。
技术背景
Next.js 的服务端组件与客户端组件之间的数据传递需要遵循严格的序列化规则:
- 只允许传递普通对象(plain objects)
- 禁止传递包含函数的对象
- 禁止传递具有 null 原型的对象
Drizzle ORM 与 Neon 数据库驱动返回的响应对象中,包含了数据库类型处理相关的内部方法,这违反了上述规则。
解决方案
方案一:避免返回查询结果
如果操作不需要返回结果,最简单的解决方案是移除 return 语句:
export async function deleteAction(id: string) {
await db.delete(table).where(eq(table.id, id));
// 不返回任何内容
}
方案二:使用 returning() 方法
Drizzle ORM 提供了 returning() 方法,可以返回经过处理的数据:
export async function deleteAction(id: string) {
return db.delete(table)
.where(eq(table.id, id))
.returning(); // 返回处理后的数据
}
方案三:手动清理响应对象
对于需要自定义返回内容的情况,可以手动移除问题属性:
export async function deleteAction(id: string) {
const result = await db.delete(table).where(eq(table.id, id));
const { _types, ...cleanResult } = result;
return cleanResult;
}
最佳实践建议
- 在不需要操作结果时,优先使用无返回的设计
- 对于需要返回数据的场景,尽量使用 Drizzle ORM 提供的内置方法
- 避免直接暴露数据库驱动的内部对象
- 考虑使用 TypeScript 类型断言确保返回类型安全
扩展思考
这个问题不仅限于删除操作,任何可能返回数据库驱动内部对象的操作都需要注意。开发者应该理解框架间的数据流动规则,特别是在全栈应用中,服务端和客户端的数据边界需要特别关注。
通过合理设计数据交互接口,可以避免这类序列化问题,同时保证应用的安全性和性能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥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
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
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
130
189
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
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160