Drizzle ORM与Neon Serverless驱动在认证令牌处理上的类型一致性优化
2025-05-06 22:50:16作者:盛欣凯Ernestine
在最新发布的Drizzle ORM 0.37.0版本中,开发团队修复了一个与Neon Serverless驱动在认证令牌处理上的类型不一致问题。这个问题涉及到数据库连接时的认证机制,对于使用Drizzle ORM结合Neon Serverless服务的开发者来说尤为重要。
问题背景
Neon Serverless驱动在设计时考虑到了认证令牌获取的异步性,允许开发者通过函数或Promise形式动态获取认证令牌。这种设计非常实用,特别是在需要从外部服务或异步存储中获取令牌的场景下。然而,Drizzle ORM早期版本中的$withAuth方法却只接受字符串类型的令牌,这与底层驱动的能力不匹配。
技术细节分析
在Drizzle ORM 0.36.4版本中,开发者可以直接通过Neon驱动配置异步获取令牌:
const db = drizzle(
neon(process.env.DATABASE_URL, {
authToken: () => Promise.resolve('动态令牌') // 异步方式可行
}),
{ schema }
);
但使用Drizzle ORM提供的$withAuth方法时却受到限制:
db.$withAuth(() => Promise.resolve('动态令牌')) // 0.36.4版本会报类型错误
.select()
.from(schema.todos);
这种不一致性源于类型定义的不匹配。虽然底层驱动支持更灵活的参数类型,但Drizzle ORM的封装层却未能完全暴露这一能力。
解决方案
在0.37.0版本中,开发团队对类型系统进行了调整,使$withAuth方法能够接受与Neon驱动相同的参数类型:
- 字符串字面量(直接令牌)
- 返回字符串的函数(同步获取)
- 返回Promise的函数(异步获取)
这种改进使得API更加一致,也保留了开发者使用各种方式获取认证令牌的灵活性。
实际应用价值
这一改进对于需要动态认证的场景特别有价值:
- 在Serverless环境中,认证令牌可能需要从密钥管理服务动态获取
- 实现令牌自动刷新机制时,可以封装复杂的更新逻辑
- 多租户系统中根据不同请求切换不同数据库凭证
最佳实践建议
虽然API现在支持更灵活的参数类型,但在实际使用中仍需注意:
- 对于长期运行的应用程序,建议实现令牌刷新逻辑
- 异步获取令牌时要注意错误处理和超时控制
- 考虑将令牌获取逻辑封装为独立的服务模块
总结
Drizzle ORM 0.37.0对认证令牌处理的改进,体现了框架对开发者实际需求的响应速度。通过保持与底层驱动类型的一致性,不仅解决了API不匹配的问题,还为复杂场景下的数据库认证提供了更多可能性。这种细小的但重要的改进,正是ORM框架成熟度的重要标志。
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 Notebook0123
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 Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 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++
685
1.35 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
457
446
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
619
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
152
254