Drizzle ORM中pgEnum枚举值被意外修改的问题分析与解决方案
2025-05-06 08:16:00作者:申梦珏Efrain
问题背景
在使用Drizzle ORM 0.32.1版本时,开发者遇到了一个关于pgEnum枚举值的意外行为。在脚本执行过程中,原本定义为字符串数组的enumValues属性会突然变成对象数组,导致Zod模式验证失败。
问题现象
开发者创建了一个命令行工具脚本,用于通过交互式提示创建用户。脚本中定义了一个角色枚举:
const roleEnum = pgEnum(["author", "editor", "review", "superadmin"])
在脚本初始阶段,roleEnum.enumValues正确显示为字符串数组:
["author", "editor", "review", "superadmin"]
但当这个数组被传递给enquirer库的autocomplete提示后,在运行时却变成了对象数组:
[
{ name: "author", normalized: true, message: "author" },
// 其他角色类似
]
问题根源
经过深入分析,发现问题并非出在Drizzle ORM本身,而是与enquirer库的使用方式有关。当直接将roleEnum.enumValues数组作为choices参数传递给enquirer的prompt时,enquirer会修改原始数组的内容。
解决方案
临时解决方案
开发者最初采用的解决方案是创建数组的副本:
const roles = [...roleEnum.enumValues];
然后使用这个副本来构建Zod模式:
const CreateUserSchema = z.object({
email: z.string().email(),
role: z.enum(roles),
});
更优解决方案
更彻底的解决方案是在每次使用前都创建新的数组副本,特别是在传递给可能修改数组的第三方库时:
{
type: "autocomplete",
name: "role",
message: "User role",
choices: [...roleEnum.enumValues], // 创建新数组
}
最佳实践建议
- 防御性编程:当将数组传递给第三方库时,总是创建副本以防止意外修改
- 不可变数据:考虑使用Object.freeze()或不可变数据结构来保护重要配置
- 类型安全:使用TypeScript的readonly修饰符来标记不应被修改的数组
总结
这个问题展示了JavaScript/TypeScript中数组传递的引用特性可能带来的隐患。虽然最初怀疑是Drizzle ORM的问题,但最终发现是交互式提示库的行为导致的。这提醒我们在集成不同库时需要特别注意数据所有权和可变性问题,特别是在处理配置数据和枚举值时。
通过创建数组副本或使用不可变数据结构,可以有效避免这类意外修改问题,确保应用的稳定性和可预测性。
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
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++
664
323
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868