Saya seorang yang, sejak saya mula membangunkan projek pertama saya (Pokemon OT saya dan tapak web pertama saya untuk Habbo), saya sentiasa memilih SQL Mentah. Secara jujur, saya masih sangat seronok menulis pertanyaan saya sendiri dan mempunyai kawalan yang lebih tepat ke atas lapisan "tahap rendah" ini. ORM tidak membuatkan saya selesa sepenuhnya, kerana saya telah menghabiskan masa berhari-hari menganalisis log untuk mengenal pasti dan mengoptimumkan pertanyaan yang tidak cekap.
Walau bagaimanapun, dalam banyak pangkalan kod tempat saya bekerja dengan Raw SQL, sebahagian besarnya tidak mempunyai kawalan penghijrahan dan pangkalan data juga tidak dipantau. Semuanya berfungsi secara improvisasi: "Adakah anda memerlukan medan baharu? Jalankan ALTER JADUAL dan tambah lajur baharu." Pendekatan ini sangat berbahaya dalam semua senario, beberapa soalan timbul, seperti: "Lajur yang manakah harus kita naikkan dalam persekitaran pengeluaran?", "Apakah entiti baharu yang dicipta?", "Adakah persekitaran disegerakkan?" — dan banyak lagi masalah serupa.
Penyelesaian kepada masalah saya
Menghadapi semua masalah ini, saya memutuskan untuk menggunakan alat baharu untuk menjadikan rutin saya dan pasukan yang bekerja dengan saya lebih sihat. Saya tidak mahu melepaskan fleksibiliti yang saya ada, tetapi saya juga mahu mengawal darjah kebebasan aplikasi dengan lebih baik. Selepas banyak penyelidikan, saya menemui alat yang saya anggap paling lengkap untuk menyelesaikan masalah ini: Kysely, ia adalah pembina pertanyaan untuk TypeScript yang, sebagai tambahan kepada praktikal, selamat jenis sepenuhnya — satu perkara yang sangat penting bagi saya. Lib ini menarik perhatian saya sehingga saya mula menyumbang secara aktif kepada komuniti, secara langsung dan tidak langsung, mencipta pemalam untuk perpustakaan sumber terbuka lain yang disepadukan dengan Kysely.
Namun, salah satu kesukaran terbesar apabila bekerja dengan Kysely ialah, tidak seperti ORM, ia tidak mempunyai entiti atau penjanaan jenis/antara muka automatik. Semua kerja ini perlu dilakukan secara manual, yang boleh menjadi agak meletihkan. Semasa penyelidikan saya untuk penyelesaian, saya menemui alat yang akhirnya saya pakai dalam semua projek saya yang melibatkan PostgreSQL: Kanel. Kanel menjana penaipan pangkalan data secara automatik, melengkapkan Kysely dengan sempurna.
Selain itu, Kanel mempunyai ciri tambahan untuk kegunaan langsung dengan Kysely: Kanel-Kysely. Saya telah menyumbang secara aktif kepada repositori ini, membantu membangunkan ciri baharu, seperti penapis jenis untuk jadual migrasi dan penukaran objek Zod kepada camelCase.
Mengkonfigurasi Kysely
Saya akan menggunakan NestJS untuk menggambarkan contoh berikut. Jadi, jika anda tidak memahami beberapa sintaks atau sesuatu dalam kod, saya cadangkan membaca dokumentasi NestJS. Pada pendapat saya, ia adalah rangka kerja JavaScript terbaik — terutamanya jika anda ingin "melarikan diri" JavaScript. Tetapi itu topik untuk catatan saya yang lain.
Sebelumnya, anda perlu mempunyai repositori dengan NestJS yang dimulakan, jika anda ingin mengikuti contoh kepada surat itu. Walau bagaimanapun, anda juga boleh membangunkan kod anda sendiri.
Pada mulanya, kita perlu memasang Kysely itu sendiri, CLI dan modul PostgreSQL untuk Node.js.
npm i kysely pg && npm i kysely-ctl --save-dev
Seterusnya, kita perlu mencipta fail konfigurasi dalam akar projek untuk Kysely. Saya juga akan menggunakan awalan Knex untuk migrasi dan fail benih kami.
// kysely.config.ts import "dotenv/config"; import { defineConfig, getKnexTimestampPrefix } from "kysely-ctl"; import { Pool } from "pg"; export default defineConfig({ dialect: "pg", dialectConfig: { pool: new Pool({ connectionString: process.env.DATABASE_URL }), }, migrations: { migrationFolder: "src/database/migrations", getMigrationPrefix: getKnexTimestampPrefix, }, seeds: { seedFolder: "src/database/seeds", getSeedPrefix: getKnexTimestampPrefix, }, });
Seterusnya, kami akan menjalankan arahan npx kysely migrate make create_user_table dalam terminal kami. Ia akan bertanggungjawab untuk mencipta penghijrahan pertama kami. Seterusnya, kami akan mencipta jadual pengguna baharu dan, setelah selesai, kami akan menjalankan migrasi ini dalam pangkalan data kami dengan arahan npx kysely migrate latest.
// 20241225222128_create_user_table.ts import { sql, type Kysely } from 'kysely' export async function up(db: Kysely<any>): Promise<void> { await db.schema .createTable("user") .addColumn("id", "serial", (col) => col.primaryKey()) .addColumn("name", "text", (col) => col.notNull()) .addColumn("email", "text", (col) => col.unique().notNull()) .addColumn("password", "text", (col) => col.notNull()) .addColumn("created_at", "timestamp", (col) => col.defaultTo(sql`now()`).notNull(), ) .execute(); } export async function down(db: Kysely<any>): Promise<void> { await db.schema.dropTable("user").execute(); } </void></any></void></any>
Dengan semua langkah ini selesai, mari buat modul untuk pangkalan data kami. Juga perhatikan bahawa saya menggunakan pemalam Kysely untuk menukar lajur kami kepada camelCase.
// src/database/database.module.ts import { EnvService } from "@/env/env.service"; import { Global, Logger, Module } from "@nestjs/common"; import { CamelCasePlugin, Kysely, PostgresDialect } from "kysely"; import { Pool } from "pg"; export const DATABASE_CONNECTION = "DATABASE_CONNECTION"; @Global() @Module({ providers: [ { provide: DATABASE_CONNECTION, useFactory: async (envService: EnvService) => { const dialect = new PostgresDialect({ pool: new Pool({ connectionString: envService.get("DATABASE_URL"), }), }); const nodeEnv = envService.get("NODE_ENV"); const db = new Kysely({ dialect, plugins: [new CamelCasePlugin()], log: nodeEnv === "dev" ? ["query", "error"] : ["error"], }); const logger = new Logger("DatabaseModule"); logger.log("Successfully connected to database"); return db; }, inject: [EnvService], }, ], exports: [DATABASE_CONNECTION], }) export class DatabaseModule {}
Mengkonfigurasi Kanel
Mari kita mulakan dengan memasang kebergantungan kita.
npm i kanel kanel-kysely --save-dev
Seterusnya, mari buat fail konfigurasi kami untuk Kanel mula melakukan kerjanya. Ambil perhatian bahawa saya akan menggunakan beberapa pemalam, seperti camelCaseHook (untuk mengubah antara muka kami menjadi camelCase) dan kyselyTypeFilter (untuk mengecualikan jadual penghijrahan Kysely), salah satu daripada ciri ini saya berbesar hati kerana dapat menyumbang dan membuat kerja yang kami ada. lebih mudah .
// .kanelrc.js require("dotenv/config"); const { kyselyCamelCaseHook, makeKyselyHook, kyselyTypeFilter } = require("kanel-kysely"); /** @type {import('kanel').Config} */ module.exports = { connection: { connectionString: process.env.DATABASE_URL, }, typeFilter: kyselyTypeFilter, preDeleteOutputFolder: true, outputPath: "./src/database/schema", preRenderHooks: [makeKyselyHook(), kyselyCamelCaseHook], };
Setelah fail dibuat, kami akan menjalankan arahan npx kanel di terminal kami. Ambil perhatian bahawa direktori telah dibuat dalam laluan yang ditentukan dalam fail konfigurasi. Direktori ini sepadan dengan nama skema anda, dalam kes kami, Awam, dan di dalamnya kami mempunyai dua fail baharu: PublicSchema.ts dan User.ts . User.ts anda mungkin akan kelihatan seperti ini:
// @generated // This file is automatically generated by Kanel. Do not modify manually. import type { ColumnType, Selectable, Insertable, Updateable } from 'kysely'; /** Identifier type for public.user */ export type UserId = number & { __brand: 'UserId' }; /** Represents the table public.user */ export default interface UserTable { id: ColumnType<userid userid undefined>; name: ColumnType<string string>; email: ColumnType<string string>; password: ColumnType<string string>; createdAt: ColumnType<date date string undefined>; } export type User = Selectable<usertable>; export type NewUser = Insertable<usertable>; export type UserUpdate = Updateable<usertable>; </usertable></usertable></usertable></date></string></string></string></userid>
Namun, perkara yang paling penting ialah fail di luar direktori ini Awam, fail Pangkalan Data.ts, kerana ini yang akan kami sampaikan supaya Kysely dapat memahami keseluruhan struktur pangkalan data kami. Di dalam fail app.service.ts kami, kami akan menyuntik penyedia DatabaseModule kami dan menyerahkan jenis Pangkalan Data kami.
kepada Kysely
npm i kysely pg && npm i kysely-ctl --save-dev
Perhatikan bahawa penaipan yang dijana Kanel berfungsi dengan betul, kerana editor kod kami akan mencadangkan dengan tepat lajur yang kami buat dalam penghijrahan pertama kami.
Pertimbangan akhir
Ini adalah duo yang saya sangat suka gunakan dalam projek peribadi saya dan juga di tempat kerja (apabila saya mempunyai kebebasan untuk berbuat demikian). Pembina pertanyaan ialah alat penting untuk semua orang yang menyukai fleksibiliti yang ditawarkan oleh Raw SQL, tetapi juga memilih laluan "lebih selamat". Kanel juga telah menjimatkan banyak jam menyahpepijat dan mencipta penaipan baharu. Saya amat mengesyorkan anda membuat projek dengan kedua-dua ini, anda pasti tidak akan menyesal.
Pautan Repositori: frankenstein-nodejs
Atas ialah kandungan terperinci Kisley Kanel: pasangan yang sempurna. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Perbezaan utama antara Python dan JavaScript ialah sistem jenis dan senario aplikasi. 1. Python menggunakan jenis dinamik, sesuai untuk pengkomputeran saintifik dan analisis data. 2. JavaScript mengamalkan jenis yang lemah dan digunakan secara meluas dalam pembangunan depan dan stack penuh. Kedua -duanya mempunyai kelebihan mereka sendiri dalam pengaturcaraan dan pengoptimuman prestasi yang tidak segerak, dan harus diputuskan mengikut keperluan projek ketika memilih.

Sama ada untuk memilih Python atau JavaScript bergantung kepada jenis projek: 1) Pilih Python untuk Sains Data dan Tugas Automasi; 2) Pilih JavaScript untuk pembangunan front-end dan penuh. Python disukai untuk perpustakaannya yang kuat dalam pemprosesan data dan automasi, sementara JavaScript sangat diperlukan untuk kelebihannya dalam interaksi web dan pembangunan stack penuh.

Python dan JavaScript masing -masing mempunyai kelebihan mereka sendiri, dan pilihan bergantung kepada keperluan projek dan keutamaan peribadi. 1. Python mudah dipelajari, dengan sintaks ringkas, sesuai untuk sains data dan pembangunan back-end, tetapi mempunyai kelajuan pelaksanaan yang perlahan. 2. JavaScript berada di mana-mana dalam pembangunan front-end dan mempunyai keupayaan pengaturcaraan tak segerak yang kuat. Node.js menjadikannya sesuai untuk pembangunan penuh, tetapi sintaks mungkin rumit dan rawan kesilapan.

Javascriptisnotbuiltoncorc; it'saninterpretedlanguagethatrunsonenginesoftenwritteninc .1) javascriptwasdesignedasalightweight, interpratedlanguageforwebbrowsers.2)

JavaScript boleh digunakan untuk pembangunan front-end dan back-end. Bahagian depan meningkatkan pengalaman pengguna melalui operasi DOM, dan back-end mengendalikan tugas pelayan melalui Node.js. 1. Contoh front-end: Tukar kandungan teks laman web. 2. Contoh backend: Buat pelayan Node.js.

Memilih Python atau JavaScript harus berdasarkan perkembangan kerjaya, keluk pembelajaran dan ekosistem: 1) Pembangunan Kerjaya: Python sesuai untuk sains data dan pembangunan back-end, sementara JavaScript sesuai untuk pembangunan depan dan penuh. 2) Kurva Pembelajaran: Sintaks Python adalah ringkas dan sesuai untuk pemula; Sintaks JavaScript adalah fleksibel. 3) Ekosistem: Python mempunyai perpustakaan pengkomputeran saintifik yang kaya, dan JavaScript mempunyai rangka kerja front-end yang kuat.

Kuasa rangka kerja JavaScript terletak pada pembangunan yang memudahkan, meningkatkan pengalaman pengguna dan prestasi aplikasi. Apabila memilih rangka kerja, pertimbangkan: 1.

Pengenalan Saya tahu anda mungkin merasa pelik, apa sebenarnya yang perlu dilakukan oleh JavaScript, C dan penyemak imbas? Mereka seolah -olah tidak berkaitan, tetapi sebenarnya, mereka memainkan peranan yang sangat penting dalam pembangunan web moden. Hari ini kita akan membincangkan hubungan rapat antara ketiga -tiga ini. Melalui artikel ini, anda akan mempelajari bagaimana JavaScript berjalan dalam penyemak imbas, peranan C dalam enjin pelayar, dan bagaimana mereka bekerjasama untuk memacu rendering dan interaksi laman web. Kita semua tahu hubungan antara JavaScript dan penyemak imbas. JavaScript adalah bahasa utama pembangunan front-end. Ia berjalan secara langsung di penyemak imbas, menjadikan laman web jelas dan menarik. Adakah anda pernah tertanya -tanya mengapa Javascr


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

MinGW - GNU Minimalis untuk Windows
Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod
