Drizzle ORM 中 UUID 类型字段的种子数据生成支持
2025-05-06 13:34:30作者:伍希望
在数据库开发中,UUID(通用唯一标识符)是一种常用的主键类型,它能够保证跨系统、跨服务器的唯一性。Drizzle ORM 作为一个现代化的 TypeScript ORM 工具,近期在其种子数据生成功能(drizzle-seed)中增加了对 UUID 类型的支持,这为开发者带来了更多便利。
UUID 在数据库中的重要性
UUID 是一种 128 位的标识符,通常表示为 32 个十六进制数字,分为 5 组,形式为 8-4-4-4-12 的 36 个字符。相比自增整数 ID,UUID 具有以下优势:
- 全局唯一性:不同服务器生成的 ID 不会冲突
- 安全性:难以猜测序列
- 分布式友好:无需中央协调即可生成
Drizzle-seed 的改进
在早期的 drizzle-seed 版本中,尝试为 UUID 类型字段生成种子数据时会遇到错误提示:"column with type uuid is not supported for now"。这个限制使得使用 UUID 作为主键的表无法利用种子数据生成功能。
新版本中,Drizzle ORM 团队解决了这个问题,现在开发者可以:
- 直接为 UUID 类型字段生成测试数据
- 保持数据的一致性和可重复性(对于测试很重要)
- 轻松建立包含 UUID 外键的关联关系
技术实现原理
在内部实现上,Drizzle-seed 使用了伪随机数生成器(PRNG)来创建可重复的 UUID 值。这种方法:
- 基于种子值(seed)确保每次生成的序列相同
- 为每个记录生成唯一的标识符
- 保持标准的 UUID 格式(8-4-4-4-12)
实际应用示例
以下是一个使用 UUID 主键的典型场景:
// 定义模型
const users = pgTable("users", {
id: uuid().primaryKey(),
name: text().notNull(),
});
const posts = pgTable("posts", {
id: uuid().primaryKey(),
description: text(),
userId: uuid("user_id").references(() => users.id),
});
// 生成种子数据
await seed(db, { users, posts }).refine((f) => ({
users: {
count: 20,
with: {
posts: 5,
}
}
}));
最佳实践建议
- 在测试环境中使用种子数据生成器创建可重复的测试场景
- 对于生产环境,仍然建议使用数据库内置的 UUID 生成函数
- 当需要特定格式的 UUID 时,可以考虑自定义生成器
总结
Drizzle ORM 对 UUID 类型字段的种子数据支持,进一步完善了其测试数据生成能力,使得开发者能够更轻松地构建和测试使用 UUID 作为主键的数据模型。这一改进特别适合分布式系统和需要跨服务唯一标识的场景,为现代应用开发提供了更好的支持。
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 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++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
757
960
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++
696
1.4 K
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++
1.1 K
1.14 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
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
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
1.03 K
646