Kysely 条件性使用 RETURNING 子句的最佳实践
2025-05-19 16:17:30作者:袁立春Spencer
Kysely 是一个强大的 TypeScript SQL 查询构建器,在处理数据库插入操作时,开发者经常需要根据不同的场景决定是否返回插入的数据。本文将深入探讨如何在 Kysely 中灵活控制 RETURNING 子句的使用。
基础用法回顾
在 Kysely 中,标准的插入操作并返回指定列的写法如下:
const result = await db
.insertInto('user')
.values(userData)
.returning(['id', 'name'])
.executeTakeFirst();
这种写法会明确要求数据库返回 id 和 name 列的值。
条件性 RETURNING 的需求场景
在实际开发中,我们经常会遇到需要根据条件决定是否返回数据的场景:
- 某些情况下只需要确认插入成功,不需要返回数据
- 不同业务场景需要返回不同的列组合
- 需要根据运行时条件动态决定返回哪些字段
解决方案:使用 $if 方法
Kysely 提供了 $if 方法来实现条件性查询构建:
const shouldReturnId = true; // 可根据业务逻辑动态决定
const result = await db
.insertInto('user')
.values(userData)
.$if(shouldReturnId, qb => qb.returning(['id']))
.executeTakeFirst();
当 shouldReturnId 为 false 时,RETURNING 子句将不会被包含在生成的 SQL 中。
高级用法示例
我们可以基于更复杂的条件来构建查询:
const returnColumns = getReturnColumnsBasedOnContext(); // 可能是 ['id'] 或 ['id', 'email'] 或 []
const query = db
.insertInto('user')
.values(userData);
if (returnColumns.length > 0) {
query.returning(returnColumns);
}
const result = await query.executeTakeFirst();
或者使用更函数式的风格:
function buildInsertQuery(returnColumns: string[] = []) {
return db
.insertInto('user')
.values(userData)
.$if(returnColumns.length > 0, qb => qb.returning(returnColumns));
}
性能考虑
- 当不需要返回数据时,省略 RETURNING 子句可以减少数据库的工作量
- 只返回必要的列可以降低网络传输的数据量
- 在批量插入时,不必要地返回数据可能会显著影响性能
类型安全提示
Kysely 的类型系统能够很好地处理条件性 RETURNING:
- 当使用 RETURNING 时,返回类型会包含指定的列
- 当不使用 RETURNING 时,返回类型会是更简单的确认结果
开发者无需担心类型安全问题,TypeScript 会根据实际构建的查询提供正确的类型推断。
总结
Kysely 提供了灵活的方式来控制 RETURNING 子句的使用,开发者可以根据实际需求选择最适合的方法。无论是简单的条件判断,还是复杂的动态列选择,Kysely 都能提供类型安全且高效的解决方案。
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
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
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
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
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
昇腾LLM分布式训练框架
Python
183
230
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
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430