介绍

咱们通用的ORM，基本模式都是想要脱离数据库的，简直都在编程语言层面建设模型，由程序去与数据库打交道。尽管脱离了数据库的具体操作，但咱们要建设各种模型文档，用代码去写表之间的关系等等操作，让初学者一时如坠云雾。我的想法是，将关系数据库领有的欠缺设计工具之劣势，来实现数据设计以提供构造信息，让json对象主动映射成为规范的SQL查问语句。只有咱们了解了规范的SQL语言，咱们就可能实现数据库查问操作。

依赖关系

本我的项目依赖 自己的 另一个我的项目 Zjson，此我的项目提供简洁、不便、高效的Json库。该库使用方便，是一个单文件库，只须要下载并引入我的项目即可。具体信息请移步 gitee-Zjson 或 github-Zjson 。

设计思路

ZORM 数据传递采纳json来实现，使数据规范能从最前端到最初端达到谐和对立。此我的项目指标，岂但在要C++中应用，还要作为动态链接库与node.js联合用应用，因而心愿能像javascript一样，简洁不便的操作json。所以后行建设了zjson库，作为此我的项目的后行我的项目。设计了数据库通用操作接口，实现与底层实现数据库的拆散。该接口提供了CURD规范拜访，以及批量插入和事务操作，根本能满足平时百分之九十以上的数据库操作。我的项目根本指标，反对Sqlite3,Mysql,Postges三种关系数据库，同时反对windows、linux和macOS。

我的项目进度

当初曾经实现了sqlit3与mysql的所有性能，postgres也做了技术筹备。
我抉择的技术实现形式，基本上是最底层高效的形式。sqlit3 - sqllit3.h（官网的规范c接口）；mysql - c api （MySQL Connector C 6.1）；postgres - pqxx 。

工作列表：

  • [x] Sqlite3 实现

    • [x] linux
    • [x] windows
    • [x] macos

  • [x] Mysql 实现

    • [x] linux
    • [x] windows
    • [x] macos

  • [ ] Pstgre 实现

    • [ ] linux
    • [ ] windows
    • [ ] macos

数据库通用接口

利用类间接操作这个通用接口，实现与底层实现数据库的拆散。该接口提供了CURD规范拜访，以及批量插入和事务操作，根本能满足平时百分之九十以上的数据库操作。
  class ZORM_API Idb  {  public:      virtual Json select(string tablename, Json& params, vector<string> fields = vector<string>(), Json values = Json(JsonType::Array)) = 0;      virtual Json create(string tablename, Json& params) = 0;      virtual Json update(string tablename, Json& params) = 0;      virtual Json remove(string tablename, Json& params) = 0;      virtual Json querySql(string sql, Json params = Json(), Json values = Json(JsonType::Array), vector<string> fields = vector<string>()) = 0;      virtual Json execSql(string sql, Json params = Json(), Json values = Json(JsonType::Array)) = 0;      virtual Json insertBatch(string tablename, Json& elements, string constraint = "id") = 0;      virtual Json transGo(Json& sqls, bool isAsync = false) = 0;  };

实例结构

全局查问开关变量：
  • DbLogClose : sql 查问语句显示开关
  • parameterized : 是否应用参数化查问
Sqlite3:
    Json options;    options.addSubitem("connString", "./db.db");    //数据库地位    options.addSubitem("DbLogClose", false);        //显示查问语句    options.addSubitem("parameterized", false);     //不应用参数化查问    DbBase* db = new DbBase("sqlite3", options);
Mysql:
    Json options;    options.addSubitem("db_host", "192.168.6.6");   //mysql服务IP    options.addSubitem("db_port", 3306);            //端口    options.addSubitem("db_name", "dbtest");        //数据库名称    options.addSubitem("db_user", "root");          //注销用户名    options.addSubitem("db_pass", "123456");        //明码    options.addSubitem("db_char", "utf8mb4");       //连贯字符设定[可选]    options.addSubitem("db_conn", 5);               //连接池配置[可选]，默认为2    options.addSubitem("DbLogClose", true);         //不显示查问语句    options.addSubitem("parameterized", true);      //应用参数化查问    DbBase* db = new DbBase("mysql", options);

智能查问形式设计

查问保留字：page, size, sort, fuzzy, lks, ins, ors, count, sum, group

  • page, size, sort, 分页排序
    在sqlit3与mysql中这比拟好实现，limit来分页是很不便的，排序只需将参数间接拼接到order by后就好了。
    查问示例：

    Json p;p.addSubitem("page", 1);p.addSubitem("size", 10);p.addSubitem("size", "sort desc");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  ORDER BY age desc LIMIT 0,10

  • fuzzy, 含糊查问切换参数，不提供时为准确匹配
    提供字段查问的准确匹配与含糊匹配的切换。

    Json p;p.addSubitem("username", "john");p.addSubitem("password", "123");p.addSubitem("fuzzy", 1);(new DbBase(...))->select("users", p); 生成sql：   SELECT * FROM users  WHERE username like '%john%'  and password like '%123%'

  • ins, lks, ors
    这是最重要的三种查问形式，如何找出它们之间的共同点，缩小冗余代码是要害。

    • ins, 数据库表单字段in查问，一字段对多个值，例：
      查问示例：

      Json p;p.addSubitem("ins", "age,11,22,36");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  WHERE age in ( 11,22,26 )

    • ors, 数据库表多字段准确查问，or连贯，多个字段对多个值，例：
      查问示例：

      Json p;p.addSubitem("ors", "age,11,age,36");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  WHERE  ( age = 11  or age = 26 )

    • lks, 数据库表多字段含糊查问，or连贯，多个字段对多个值，例：
      查问示例：

      Json p;p.addSubitem("lks", "username,john,password,123");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  WHERE  ( username like '%john%'  or password like '%123%'  )

  • count, sum
    这两个统计求和，解决形式也相似，查问时个别要配合group与fields应用。

    • count, 数据库查问函数count，行统计，例：
      查问示例：

      Json p;p.addSubitem("count", "1,total");(new DbBase(...))->select("users", p);生成sql：   SELECT *,count(1) as total  FROM users

    • sum, 数据库查问函数sum，字段求和，例：
      查问示例：

      Json p;p.addSubitem("sum", "age,ageSum");(new DbBase(...))->select("users", p);生成sql：   SELECT username,sum(age) as ageSum  FROM users

  • group, 数据库分组函数group，例：
    查问示例：

    Json p;p.addSubitem("group", "age");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  GROUP BY age
不等操作符查问反对

反对的不等操作符有：>, >=, <, <=, <>, =；逗号符为分隔符，一个字段反对一或二个操作。
非凡处：应用"="能够使某个字段跳过search影响，让含糊匹配与准确匹配同时呈现在一个查问语句中

  • 一个字段一个操作，示例：
    查问示例：

    Json p;p.addSubitem("age", ">,10");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  WHERE age> 10

  • 一个字段二个操作，示例：
    查问示例：

    Json p;p.addSubitem("age", ">=,10,<=,33");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  WHERE age>= 10 and age<= 33

  • 应用"="去除字段的fuzzy影响，示例：
    查问示例：

    Json p;p.addSubitem("age", "=,18");p.addSubitem("username", "john");p.addSubitem("fuzzy", "1");(new DbBase(...))->select("users", p);生成sql：   SELECT * FROM users  WHERE age= 18  and username like '%john%'

    具体应用办法，请参看uint test。

单元测试

有残缺性能的单元测试用例，请参见tests目录下的测试用例。

测试用例运行后果样例

我的项目地址

https://gitee.com/zhoutk/zorm或https://github.com/zhoutk/zorm

运行办法

该我的项目在vs2019, gcc7.5, clang12.0下均编译运行失常。

git clone https://github.com/zhoutk/zormcd zormcmake -Bbuild .---windowscd build && cmake --build .---linux & macoscd build && makerun zorm or ctest

注在linux下须要后行装置mysql开发库, 并先手动建设数据库 dbtest。
在ubuntu下的命令是： apt install libmysqlclient-dev

相干我的项目

会有一系列我的项目出炉，网络服务相干，敬请期待...

gitee-Zjson
github-Zjson