关于后端:FoxnicSQL-12-DAO-特性-记录与记录集

Foxnic-SQL (12) —— DAO 个性 : 记录与记录集

概述

  默认状况下，JDBC 从数据库获得的是 ResultSet(游标)，然而游标关上着是耗费数据库连贯的，所以咱们心愿，关上游标取数完结后立刻敞开游标。Foxnic-SQL 应用 Rcd(记录)和 RcdSet(记录集) 将游标遍历的数据取出寄存。本节将具体介绍 Rcd(记录)和 RcdSet(记录集)的概念和应用办法。
  本文中的示例代码均可在 https://gitee.com/LeeFJ/foxnic-samples 我的项目中找到。

数据结构

  一般来讲，记录就相似一个 Map 的构造，记录集就是由这些 Map 组成的列表。从内存角度思考，这种存储构造并非是最优的，起因是每个记录各自存储列名是不适合的。一组构造统一的记录没有必要各自独自寄存这些构造信息，而是对立寄存。
所以，Foxnic-SQL 设计了元数据 (构造数据) 独立，且元数据归属于一个记录集，记录集内的记录构造统一，记录也归属于记录集，并不独立存在。上面这个例子展现了记录、记录集以及元数据之间的关系：

/**
* 记录集、记录、元数据的关系
*/
@Test
public void demo_RcdSetRcdMeta() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    // 查问并取得第一个记录
    Rcd r = dao.queryRecord("select * from sys_dict where code like ?", "%o%");
    // 输入记录的数据
    System.out.println(r.toJSONObject());
    // 取得以后记录的所在的记录集
    RcdSet rs = r.getOwnerSet();
    // 取得记录集元数据
    QueryMetaData meta = rs.getMetaData();
    // 遍历元数据
    for (int i = 0; i < meta.getColumnCount(); i++) {
        // 取得列标签
        String label = meta.getColumnLabel(i);
        // 按标签取数
        Object value = r.getValue(label);
        // 输入
        System.out.println(label + "=" + value);
    }
}

取得记录集

  取得记录集的路径一般来讲就是通过 DAO 对象的查询方法。尽管，RcdSet 和 Rcd 的构造函数创立，但这样做仿佛没有太大意义。除了 DAO 的查询方法创立 RcdSet 外，还能够通过本身克隆和取子集的形式取得新的记录集。示例如下：

/**
* 取得记录集
*/
@Test
public void demo_GetRcdSet() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    // 形式 1：查问
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ?", 50, 1, "%o%");
    // 形式 2：克隆
    RcdSet rs2 = rs.clone();
    // 形式 3：子集
    RcdSet rs3 = rs.subset(1, 3, true);
    // 遍历
    for (Rcd rcd : rs3) {System.out.println(rcd.toJSONObject());
    }
}

遍历记录集

  获得记录集之后，最常见的操作就是遍历，Foxnic-SQL 设计了多种记录集遍历形式。首先 RcdSet 实现了 Iterable 接口，能够通过 for…each 遍历，其次是 通过 RcdSet.getRcd(i) 办法按下标遍历。RcdSet 也反对 Lambda 形式的遍历。以下是 RcdSet 应用各种办法遍历的示例代码：

/**
* 记录集遍历
*/
@Test
public void demo_IterateOver() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ?", 50, 1, "%o%");
    // 遍历形式 -1 : iterator
    for (Rcd r : rs) {System.out.println(r.toJSONObject());
    }
    // 遍历形式 -2 : 按行取
    for (int i = 0; i < rs.size(); i++) {Rcd r = rs.getRcd(i);
        System.out.println(r.toJSONObject());
    }
    // 遍历形式 -3 : Lambda
    rs.stream().forEach(r -> {System.out.println(r.toJSONObject());
    });
    // 遍历形式 -3 : Lambda
    rs.parallelStream().forEach(r -> {System.out.println(r.toJSONObject());
    });
}

值类型与存取值

  特地值得一提的是，RcdSet 在减少新列时仅指定了列名，并未指定列的类型。这是因为，RcdSet 存储的数据实际上是动静的。当 DAO 从数据库取数时，会按从游标中取到的值寄存，Rcd 类提供了多种办法获取开发人员想要的数据类型。
  Rcd 存取值能够应用数值下标也能够用列名，列名也有多种匹配模式。尽管 Rcd 反对多种命名形式，但倡议优先选用数据库原始字段名，其次是驼峰命名。如下示例所示：

/**
* 取值与设置值
* */
@Test
public void demo_Value() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ? and create_time is not null", 50, 1, "%o%");
    rs.parallelStream().forEach(r->{
        // 取 Object 类型值，理论值类型和从数据库取出时的原始类型统一
        Object idObj=r.getValue("id");
        // 指定取字符串类型
        String idStr=r.getString("id");
        // 指定取 Long 类型，Rcd 会尽可能转换成 Long 类型，如果不能转换，返回 null
        Long idLong=r.getLong("id");
        // 指定取 Date 类型，Rcd 会尽可能转换成 Date 类型，如果不能转换，返回 null
        Date idDate=r.getDate("id");
        // 用序号取数取得更高的效率
        idObj=r.getValue(0);
        // 按序号设置值，无类型校验
        r.set(0,"12345");
        // 按列名设置值
        r.set("id","12345");
        // 设置值，同时单个单词的列名不辨别大小写
        idObj=r.getValue("id");
        idObj=r.getValue("ID");
        // 多单词列名按原始数据库命名的匹配形式
        Date date1=r.getDate("create_time");
        // 多单词列名按驼峰命名的匹配形式
        Date date2=r.getDate("createTime");
        // 多单词列名按驼峰命名大写或小写的匹配形式
        Date date3=r.getDate("createtime");
        Date date4=r.getDate("CREATETIME");
        System.out.println();});
}

列管制

  通过 DAO 取得的记录集其构造和查问语句相干，查问语句中有哪些列那么记录集中就会有哪些列。但事实上，开发人员可能须要对记录集的列做一些解决，例如减少新列、删除原有列等。

/**
* 列管制
*/
@Test
public void demo_Column() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ?", 50, 1, "%o%");
    // 输入列数
    System.out.println("size after query" + rs.getFields().size());
    // 减少列
    rs.addColumn("new_column");
    System.out.println("size after add" + rs.getFields().size());
    for (String field : rs.getFields()) {System.out.println("a :" + field);
    }
    // 变更列名
    rs.changeColumnLabel("new_column", "new_column_1");
    for (String field : rs.getFields()) {System.out.println("b :" + field);
    }
    // 按列取数与设置
    for (Rcd r : rs) {r.set("new_column_1", IDGenerator.getNanoId());
    }
    // 取数
    for (Rcd r : rs) {
        // 用原始列名取数
        String value1 = r.getString("new_column_1");
        // 用驼峰命名取数
        Object value2 = r.getValue("newColumn1");
        System.out.println("value1 =" + value1 + ";  value2=" + value2);
        assertTrue(value2.equals(value1));
    }
}

数据结构转换

  在某些场合，咱们须要将记录集转换成某些指标构造，如单列提取为 Arrray、List 或 Set；或者按列提取为 Map 构造等等，这些 RcdSet 都能很好的反对。示例代码如下：

/**
* 数据结构转换
*/
@Test
public void demo_Structure() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ?", 50, 1, "%o%");
    // 提取单列数据为数组
    String[] ids = rs.getValueArray("id", String.class);
    // 提取单列数据为 List
    List<Date> dateList = rs.getValueList("createTime", Date.class);
    // 提取单列数据为 Set
    Set<Date> codeSet = rs.getValueSet("code", Date.class);
    // 提取指定列数据为 Map
    Map<String, String> map = rs.getValueMap("id", String.class, "name", String.class);
    // 将记录集转换成 Map 构造
    Map<String, Rcd> rcdMap = rs.getMappedRcds("id", String.class);
    // 将记录集进行分组
    Map<Object, List<Rcd>> groupedMap = rs.getGroupedMap("id", "code");
}

排序、过滤、去重

  RcdSet 同时也提供若干排序、过滤、去重的办法，示例代码如下：

/**
* 排序、过滤、去重
*/
@Test
public void demo_misc() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ?", 50, 1, "%o%");
    rs.parallelStream().forEach(r -> {System.out.println(r.toJSONObject());
    });
    // 按指定字段去重
    rs.distinct("id");
    // 按指定字段排序
    rs.sort("create_time", true, true);
    // 查找, 准确匹配，返回第一行匹配的记录
    Rcd r = rs.find("name", "机柜状态");
    System.out.println(r == null ? "未找到" : r.toJSONObject());
    // 过滤，并指定匹配操作符
    RcdSet result = rs.filter("id", "36", FilterOperator.CONTAINS);
    for (Rcd rcd : result) {System.out.println("filter" + rcd.toJSONObject());
    }
    // 减少排名列
    rs.rank("rank", "id", true);
    for (Rcd rcd : rs) {System.out.println("rank-1 :  id =" + rcd.getString("id") + ", rank =" + rcd.getInteger("rank"));
    }
    // 用排名值填充一个曾经存在的列
    rs.fillRankField("version", "create_time", false);
    for (Rcd rcd : rs) {System.out.println("rank-2 : id =" + rcd.getString("create_time") + ", rank =" + rcd.getInteger("version"));
    }
}

序列化

  RcdSet 的序列化次要是将本身或 Rcd 转换成 JSON 对象。Foxnic-SQL 依赖了 FastJSON，示例代码如下：

/**
* 序列化
*/
@Test
public void demo_serialization() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from sys_dict where code like ?", 50, 1, "%o%");
    // 序列化记录集为 JSONArray 每个元素为 JSONObject
    JSONArray array1 = rs.toJSONArrayWithJSONObject();
    // 序列化记录集为 JSONArray 每个元素为 JSONArray
    JSONArray array2 = rs.toJSONArrayWithJSONArray();
    // 序列化记录集为 JSONArray 每个元素为 JSONObject , 并指定哪些字段转入到 JSONObject
    JSONArray array4 = rs.toJSONArrayWithJSONObject("id", "code", "name");
    System.out.println(array4);

    // 序列化记录
    for (Rcd r : rs) {
        // 全字段转换
        JSONObject object1 = r.toJSONObject();
        System.out.println(object1);
        // 指定字段转换
        JSONObject object2 = r.toJSONObject("id", "code", "name");
        System.out.println(object2);
    }

    // 指定列名转换规则 , DB_UPPER_CASE 示意齐全和数据库统一，整体转大写
    rs.setDataNameFormat(DataNameFormat.DB_UPPER_CASE);
    System.out.println(rs.toJSONArrayWithJSONObject());
}

实体转换

  RcdSet 除了转 JSON 对象外，也能够转换成 Java 的 Pojo 对象；转换到 Foxnic 生成的实体对象时将取得更高的性能。示例代码如下：

/**
* 解决实体数据
*/
@Test
public void demo_entity() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();
    RcdSet rs = dao.queryPage("select * from example_address", 50, 1);
    // 转成实体列表
    List<Address> addressList = rs.toEntityList(Address.class);
    System.out.println(JSON.toJSON(addressList));
    // 转成分页的实体列表
    PagedList<Address> addressPageList = rs.toPagedEntityList(Address.class);
    System.out.println(JSON.toJSON(addressPageList));
    // 遍历并一一转换
    for (Rcd r : rs) {Address address = r.toEntity(Address.class);
        System.out.println(JSON.toJSON(address));
    }
}

数据操作

  开发人员能够通过 RcdSet 和 Rcd 实现数据的长久化操作。Rcd 为开发人员提供了 insert、update、save、delete 等办法，间接操纵在库数据。示例代码如下：

/**
* 操作数据
*/
@Test
public void demo_crud() {
    // 创立 DAO
    DAO dao = DBInstance.DEFAULT.dao();

    String id = IDGenerator.getSnowflakeIdString();
    Rcd r = dao.queryRecord("select * from example_address where id=?", id);
    boolean suc = false;
    if (r == null) {r = dao.createRecord("example_address");
        r.set("id", id);
        r.set("name", "leefj");
        // 如果是 null 则不连入 SQL 语句
        r.set("phone_number", "13444252562");
        r.set("address", "宁波");
        r.set("region_type", "国内");
        r.set("create_time", new Date());
        // 设置数据库表达式
        r.setExpr("update_time", "now()");
        // 执行插入操作
        suc=r.insert();
        System.out.println("数据插入"+(suc?"胜利":"失败"));
    } else {r.set("update_time", new Date());
        r.set("update_by", "leefj");
        // 执行更新操作
        suc=r.update(SaveMode.DIRTY_FIELDS);
        System.out.println("数据更新"+(suc?"胜利":"失败"));
    }
    suc=r.delete();
    System.out.println("数据删除"+(suc?"胜利":"失败"));
}

小结

  本节次要介绍了 Foxnic-SQL 中的记录集 (RcdSet) 和记录 (Rcd)，它们为开发人员提供了诸多性能，如遍历与存取值、构造转换，过滤排序、数据操作等。记录集(RcdSet) 和记录 (Rcd) 特地在无 Po 对象的场景下对解决数据，它的动态性也特地适宜很多高级场景。

相干我的项目

  https://gitee.com/LeeFJ/foxnic
  https://gitee.com/LeeFJ/foxnic-web
  https://gitee.com/lank/eam
  https://gitee.com/LeeFJ/foxnic-samples

官网文档

  http://foxnicweb.com/docs/doc.html