La validation actuelle couvre les lectures prises en charge sur PostgreSQL et SQLite, avec des rapports de benchmark pour Prisma v6, v7, v8, Drizzle et le SQL généré.
Chaque test suit un processus rigoureux en 5 étapes pour garantir que le SQL généré produit des résultats identiques à Prisma
Parser les arguments Prisma et générer un SQL équivalent avec les mêmes modèles et schéma. Le SQL généré utilise des requêtes paramétrées pour la sécurité et la performance.
Exécuter le SQL généré directement via postgres.js ou better-sqlite3, et exécuter la même requête via Prisma. Les deux ciblent le même état de base.
Gérer les différences de type (BigInt vs Number, précision Decimal, sérialisation Date) et normaliser l’ordre des clés d’objet pour une comparaison équitable.
Vérifier une correspondance exacte : même nombre de lignes, mêmes valeurs de champs, mêmes relations imbriquées, même ordre. Tout écart fait échouer le test.
Mesurer le temps d’exécution avec 5 warmups, puis moyenner 10-50 itérations par test. Comparer à Prisma v6, Prisma v7, Prisma v8 et Drizzle ORM.
Les tests couvrent chaque opération de lecture Prisma à plusieurs niveaux de complexité
Voyez comment nous validons une requête imbriquée complexe avec des filtres de relation
it('nested relation filter', () =>
runParityTest(
db,
benchmarkResults,
'findMany nested relation',
'Organization',
{
method: 'findMany',
where: {
projects: {
some: {
tasks: { some: { status: 'DONE' } }
}
}
}
},
() => db.prisma.organization.findMany({
where: {
projects: {
some: {
tasks: { some: { status: 'DONE' } }
}
}
},
orderBy: { id: 'asc' }
}),
)
)
// runParityTest en interne :
// 1. Appelle generateSQL() avec les args
// 2. Exécute directement le SQL généré
// 3. Exécute la requête Prisma
// 4. Normalise les deux résultats
// 5. Vérification d’égalité profonde - échoue à la moindre différence
// 6. Mesure le temps d’exécutionLa fonction generateSQL() parse les args Prisma et crée du SQL paramétré. Cette étape est benchmarkée séparément pour mesurer l’overhead de génération des requêtes.
Les deux requêtes ciblent simultanément le même état de base via Promise.all(), ce qui assure une comparaison équitable et des conditions de données identiques.
Les résultats subissent une normalisation récursive : BigInt→Number, Decimal→Float(10), Date→null, parsing JSON, tri des clés. Cela garantit une comparaison byte-à-byte précise.
Comparaison par JSON stringify avec tolérance zéro. Tout écart de nombre de lignes, de valeurs de champs, d’objets imbriqués ou d’ordre fait échouer le test avec un diff détaillé.
Après validation, 5-50 itérations mesurent le temps d’exécution moyen. Résultats : Prisma v6, Prisma v7, Prisma v8, Drizzle ORM, SQL généré et overhead de génération SQL.
Chaque test benchmarké s’exécute sur Prisma v6, v7 et v8 lorsque c’est pris en charge :
Tous les résultats de benchmarks sont générés automatiquement et stockés en JSON pour une transparence totale :
Chaque fichier contient : nom du test, temps d’exécution Prisma, temps du SQL généré, temps Drizzle, ratios d’accélération et timestamp ISO.
La suite de validation et les rapports de benchmark sont open source. Consultez le code de test, les données de benchmark et les vérifications de parité.