为什么选择 Drizzle
理解 Drizzle 的设计取舍:SQL 优先、类型安全、零代码生成、无头架构,以及它适合与不适合的场景。
ORM 的核心问题不是「能不能查数据」,而是查询是否可预测、类型是否可信、出问题时是否还能看懂数据库在做什么。Drizzle 的答案是:尽可能贴近 SQL,同时把 TypeScript 的类型能力发挥到极致。
设计原则
1. SQL 是唯一的上层语言
Drizzle 不试图抽象掉关系模型。select、join、groupBy、orderBy、CTE、窗口函数都保留原名与语义。你知道 SQL 怎么写,就知道 Drizzle 怎么写;反过来,Drizzle 代码也可以直接映射回 SQL 去审查。
const rows = await db
.select({ name: users.name, count: count(orders.id) })
.from(users)
.leftJoin(orders, eq(orders.userId, users.id))
.groupBy(users.id, users.name); 2. Schema 即代码,类型即事实
没有独立的 schema DSL,也没有「生成客户端」这一层。表定义就是 TypeScript 模块,类型由它直接推导,IDE 的跳转、重构、补全全部生效。
3. 零代码生成
不需要运行 generate 才能开始写查询,不需要提交生成目录,也没有缓存元数据文件。换分支、改 schema、重启编辑器,类型总是最新的。
4. 无头架构
Drizzle 只负责两件事:把查询编译成 SQL,把结果映射成类型。数据库驱动、连接池、运行时、部署方式由你决定。它不会替你托管数据库,也不会绑定某个平台。
5. 迁移是可审查的 SQL
drizzle-kit generate 生成的是普通 SQL 文件,而不是黑盒指令。你可以在合并前 diff、在 CI 中 lint、DBA 可以逐行 review,必要时还能手写自定义迁移。
与全功能 ORM 的差异
| 维度 | Drizzle | 全功能 ORM 的常见做法 |
|---|---|---|
| 查询方式 | SQL 风格的构建器 | 模型 API 或自定义查询 DSL |
| Schema 来源 | TypeScript 代码 | 独立 schema 文件,生成客户端 |
| 代码生成 | 无 | 通常需要 |
| 运行时职责 | 编译 SQL、推导类型 | 可能包含查询引擎与元数据层 |
| 复杂查询 | 直接表达,必要时嵌入 SQL | 容易触及抽象上限 |
| 迁移产物 | 可读的 SQL 文件 | 平台化迁移或运行时同步 |
这不是「谁更先进」的问题,而是取舍:全功能 ORM 用更多抽象换取更低的入门门槛;Drizzle 用更少的抽象换取更高的可控性与可预测性。
什么时候适合 Drizzle
- 团队熟悉 SQL,希望 ORM 不成为理解的障碍
- 需要在无服务器、边缘运行时中保持轻量与低冷启动
- 对类型安全要求高,且 schema 会持续演进
- 复杂查询较多,不想频繁「退回裸 SQL」
- 希望迁移过程可审查、可版本化、可自动化
什么时候可能不适合
- 项目使用 MongoDB 等非关系型数据库——Drizzle 只面向 SQL
- 团队更偏好 Active Record 风格或全托管的数据平台
- 你希望 ORM 帮你管理连接、缓存、后台任务等一整套基础设施
如何验证它是否适合你
- 用真实业务中最复杂的一条查询改写为 Drizzle,看看是否需要退回大量裸 SQL。
- 调用
.toSQL()检查生成的语句与参数,确认它符合你的预期。 - 走一遍 schema 变更 → 生成迁移 → review → 上线的流程。
- 在你的目标运行时(Node、Bun、Workers)测一次冷启动与包体积。
关于性能数字
具体基准与包体积会随版本和业务形态变化。建议在目标运行时用真实查询自行测量,而不是依赖单一 benchmark。
下一步
- 连接数据库:选择适合你运行时的驱动
- Schema 与类型:设计第一张表
- 查询构建器:看看复杂查询怎么写