Kysely 动态表名查询的技术实现与思考
2025-05-19 11:49:23作者:范靓好Udolf
Kysely 作为一款类型安全的 SQL 查询构建器,在 TypeScript 生态中因其强大的类型推导能力而备受开发者青睐。然而,在实际开发中,我们经常会遇到需要根据运行时条件动态选择表名进行查询的场景,这给类型系统带来了挑战。
动态表名查询的挑战
在 Kysely 的早期版本(v0.28 之前),开发者可以意外地使用联合类型作为表名参数:
function queryUserOrPet(table: 'person' | 'pet') {
return db.selectFrom(table)
.select('id')
.execute()
}
这种写法虽然直观,但从类型安全的角度来看存在隐患,因为编译器无法准确推断出不同表可能拥有的不同列结构。随着 Kysely 对类型系统的严格化,这种用法在 v0.28 后被明确禁止。
临时解决方案分析
社区中出现了基于类型合并的临时解决方案:
db.withTables<{
$: {
[C in keyof Database[typeof table]]: Database[typeof table][C];
};
}>()
.selectFrom(`${table} as $` as "$")
这种方法虽然能绕过类型检查,但存在几个明显问题:
- 代码可读性差,使用了类型断言等技巧
- 维护成本高,容易出错
- 不是官方推荐的解决方案
官方推荐方向
Kysely 团队正在考虑通过 dynamic 模块提供官方解决方案:
function queryDynamicTable(t: 'person' | 'pet') {
const { table } = db.dynamic
return db.selectFrom(table(t).as('t'))
.select('t.id')
.execute()
}
这种设计有几个优势:
- 明确的 API 边界,将动态查询与静态查询区分开
- 更好的类型推导,能正确处理不同表的列结构
- 更清晰的代码表达意图
最佳实践建议
在官方解决方案推出前,开发者可以考虑以下实践:
- 避免过度DRY:不是所有查询都需要抽象,有时重复比错误的抽象更好
- 使用查询构建器:通过
(qb) => qb形式封装可复用查询片段 - 等待官方方案:关注 Kysely 的
dynamic模块发展
技术思考
类型安全的 ORM/查询构建器在处理动态表名时面临的核心挑战是:如何在编译时处理运行时才能确定的信息。Kysely 团队的选择体现了类型安全优先的设计哲学,宁愿限制某些动态特性也要保证类型系统的可靠性。
未来,随着 TypeScript 类型系统能力的增强(如模板字面量类型的改进),这类问题可能会有更优雅的解决方案。在此之前,开发者需要在灵活性和类型安全之间做出权衡。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
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
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1