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
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