Kysely项目中的自定义Select查询构建技巧
2025-05-19 19:47:05作者:温艾琴Wonderful
在使用Kysely进行数据库查询时,开发者经常需要复用相同的字段选择逻辑。本文将通过一个实际案例,介绍如何在Kysely中优雅地实现Select查询的重用。
问题背景
在开发过程中,我们经常需要从用户表中获取相同的基本信息,但可能在不同的查询条件下使用。例如,我们可能需要获取用户的ID和用户名,但查询条件可能根据用户ID、用户名或其他字段而变化。
常见误区
许多开发者会尝试创建一个返回SelectQueryBuilder的函数,类似这样:
function GetBasicUserData() {
return (eb: ExpressionBuilder<Database, 'user'>) => {
return eb.selectFrom("user")
.select(["user.userID as ID", "user.username as Username"]);
}
}
然后尝试在查询中使用:
getBasicUserFromID(UserID: string) {
return SQL.DB.selectFrom("user")
.where("user.userID", "=", UserID)
.select(GetBasicUserData()) // 这里会出现错误
.executeTakeFirst();
}
这种方法会导致类型错误,因为Kysely的select方法期望的是直接的字段选择,而不是一个构建器函数。
正确解决方案
Kysely提供了更简单的方式来实现字段选择的重用。我们可以直接定义一个包含所需字段的数组,并在多个查询中复用这个数组:
// 使用as const确保TypeScript保留字面量类型
const userSelections = ["user.userID AS ID", "user.username as UserName"] as const;
function getBasicUserFromID(UserID: string) {
return SQL.DB.selectFrom("user")
.where("user.userID", "=", UserID)
.select(userSelections)
.executeTakeFirst();
}
技术要点解析
-
类型安全:使用
as const断言非常重要,它告诉TypeScript保留数组元素的实际字符串字面量类型,而不是将其扩展为普通的string类型。 -
复用性:定义的
userSelections可以在应用程序的任何地方重复使用,确保字段选择的一致性。 -
简洁性:这种方法避免了不必要的函数调用和构建器模式,使代码更加直观和易于维护。
扩展应用
这种模式不仅适用于简单的字段选择,还可以用于更复杂的场景:
// 定义常用选择字段
const userProfileSelections = [
"user.userID AS id",
"user.username",
"user.email",
"user.createdAt",
"user.updatedAt"
] as const;
// 在不同查询中复用
function getUserProfile(id: string) {
return db.selectFrom("user")
.where("userID", "=", id)
.select(userProfileSelections)
.executeTakeFirst();
}
function searchUsers(keyword: string) {
return db.selectFrom("user")
.where("username", "like", `%${keyword}%`)
.select(userProfileSelections)
.execute();
}
总结
在Kysely中,通过定义常量数组来复用字段选择是一种简单而有效的方法。它不仅提高了代码的可维护性,还确保了类型安全。相比尝试创建复杂的查询构建器函数,这种直接的方式更加符合Kysely的设计哲学,能够帮助开发者编写出更清晰、更可靠的数据库查询代码。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134