Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com8. Juli 2024 · Q010650

PostgreSQL with Node.Js: Raw SQL vs. ORMs

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Artikel vergleicht `pg` mit Prisma anhand einfacher Einfüge- und Abfragebeispiele für PostgreSQL. `pg` ist laut Autor schneller eingerichtet und direkter, während Prisma mehr Konfiguration verlangt, dafür aber Schema, Migrationen und Typen zusammenführt; die deutliche Präferenz für `pg` ist eine persönliche Einschätzung aus einer kleinen Demo.

Mittel

Der Artikel stellt direkten PostgreSQL-Zugriff mit Node.js und `pg` dem ORM Prisma gegenüber. Anhand einer einfachen `users`-Tabelle zeigt der Autor, wie Datensätze eingefügt und abgefragt werden. Bei `pg` genügen ein Verbindungspool und SQL-Abfragen; der Autor schätzt den geringen Einrichtungsaufwand, fehlende Build-Schritte und die direkte Kontrolle. Als Nachteile nennt er, dass Schema, Migrationen und Typen nicht zentral verwaltet oder automatisch auf Korrektheit geprüft werden.

Prisma erfordert mehr Einrichtung: ein Schema, ein Datenmodell und einen generierten Client. Dafür bietet es laut Artikel Migrationen sowie ein gemeinsames Modell, aus dem abgestimmte Typen und Datenbankzugriffe entstehen. Einfache Operationen wirken kompakt, während angepasste Abfragen komplizierter werden können. Der Autor bevorzugt persönlich `pg` und empfindet Prisma als aufwendig, besonders bei großen oder komplexen Datenbanken. Der Vergleich beruht auf einer kleinen Demo und persönlichen Einschätzungen; systematische Messungen oder Belege für eine allgemein beste Wahl enthält der Bericht nicht.

Ausführlich lesen

Der Artikel vergleicht zwei Wege, aus einer Node.js-Anwendung auf PostgreSQL zuzugreifen: direktes SQL mit node-postgres (`pg`) und ein ORM am Beispiel von Prisma. Dazu richtet der Autor eine einfache `users`-Tabelle mit UUID und Namen ein und zeigt für beide Varianten, wie Nutzer eingefügt und abgefragt werden. Der Vergleich ist eine praktische Demo, keine systematische Leistungs- oder Sicherheitsmessung.

Beim direkten SQL erstellt der Beispielcode einen Verbindungspool und führt Abfragen über `pool.query` aus. Für das Einfügen verwendet er einen Parameterplatzhalter; anschließend liest er den zurückgegebenen Datensatz aus. Der Autor hebt als Vorteile hervor, dass keine Build-Schritte und kaum Abstraktionen nötig seien. Für automatisierte Tests könne man daher unmittelbar SQL schreiben. Mit TypeScript lasse sich außerdem eine Schnittstelle für Ergebnisdaten deklarieren. Der Bericht betont jedoch, dass dies allein weder die Richtigkeit der SQL-Abfragen noch die tatsächliche Übereinstimmung der angegebenen Typen mit den Daten garantiere. Als weitere Nachteile nennt der Autor das Fehlen einer zentralen Quelle für Schema und Typen sowie eines integrierten Migrationsverfahrens.

Für Prisma wird zunächst ein Schema mit Datenbankverbindung und `users`-Modell eingerichtet. Falls die Tabelle noch nicht besteht, kann Prisma laut Artikel Migrationen erzeugen und ausführen sowie den Client passend zum Modell generieren; bei der bereits vorhandenen Tabelle genügt im Beispiel die Client-Generierung. Einfügen und Abfragen erfolgen anschließend über Prisma-Client-Aufrufe statt über fest eingetragene SQL-Anweisungen. Als Vorteile führt der Autor ein gemeinsames Schema als „Quelle der Wahrheit“, integrierte Migrationen und aufeinander abgestimmte Datenbank- und Anwendungstypen an. Zugleich räumt er ein, dass individuellere Abfragen mit Bedingungen und weiteren Anpassungen weniger einfach seien. Raw-SQL-Abfragen seien mit Prisma möglich, doch empfiehlt er dafür eher `pg`.

Das Urteil des Autors fällt deutlich zugunsten des direkten SQL aus: Prisma bringe aus seiner Sicht viel Einrichtung mit und könne bei großen oder komplexen Datenbanken überwältigend werden. Diese Einschätzung ist als persönliche Präferenz gekennzeichnet. Der Bericht belegt keine allgemeingültige Überlegenheit einer Methode und untersucht weder Laufzeit noch Wartungsaufwand anhand größerer Projekte. Sein Nutzen liegt vor allem in der Gegenüberstellung grundlegender Einrichtungsschritte und einfacher Lese- und Schreiboperationen; die Wahl soll davon abhängen, welche Eigenschaften Entwickler bevorzugen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Es wurden keine Fragen zur Einordnung angegeben (Abschnitte 'Lunas Einordnung, je Sammelfrage' und 'je Teilfrage' sind leer), daher bleibt die Einordnung leer. Die Zusammenfassung wurde für beide Fassungen (kurz und mittel) gemeinsam geprüft; die mittlere Fassung gibt den Bericht treuer wieder als die kurze.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Kurzfassung nennt keine Nachteile von pg (keine Single Source of Truth, keine Migrationen, keine Prüfung der SQL-Korrektheit, keine Typgarantie).
  • Die Kurzfassung nennt keine Nachteile von Prisma (zu viele Einrichtungsschritte, für große oder komplexe Datenbanken überwältigend).
  • Die Vorteile von Prisma (automatische Migrationen, Typsicherheit, Autovervollständigung) fehlen in der Kurzfassung.
  • Der Hinweis, dass pg mit TypeScript eine gewisse Typsicherheit bietet, fehlt in beiden Fassungen.
  • Der Hinweis, dass Prisma rohes SQL erlaubt, der Autor aber dann direkt pg empfiehlt, fehlt in beiden Fassungen.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →