还需要编写DAO代码吗?SQL+接口就足够了!

简介: 标准的Java DAO写法: 定义DAO接口; 编写DAO实现类; 在实现类中编写JDBC代码。 写JDBC代码非常枯燥而且容易出错,因此,增强的DAO可以用类似Spring的JdbcTemplate简化JDBC代码,不过仍然需要大量的ConnectionCallback,PreparedStatementCallbac等。 如果仅定义DAO接口,并利用Java 5 Ann

标准的Java DAO写法:

  1. 定义DAO接口;
  2. 编写DAO实现类;
  3. 在实现类中编写JDBC代码。

写JDBC代码非常枯燥而且容易出错,因此,增强的DAO可以用类似Spring的JdbcTemplate简化JDBC代码,不过仍然需要大量的ConnectionCallback,PreparedStatementCallbac等。

如果仅定义DAO接口,并利用Java 5 Annotation写好SQL语句,其余的工作全部由底层框架完成:

  • 自动将接口方法的参数绑定到SQL的参数;
  • 自动将ResultSet映射到Object;
  • ...

现在,利用Express Persistence,完全可以实现!

让我们用Express Persistence实现一个完整的DAO:

假定数据库表User包含字段如下:

id varchar(32) primary key, name varchar(50) not null, gender bit not null, age int not null.

并且定义好JavaBean TestUser:

public class TestUser {

  private String id;

  private String name;

  private boolean gender;

  private int age;

  // getters and setters here...

}

现在,我们就可以定义TestUserDao接口了:

public interface TestUserDao {

   
@Unique
   
@MappedBy(TestUserRowMapper.class)
   
@Query("select * from User u where u.id=:id")
   
TestUser queryById(@Param("id") String id);

   
@MappedBy(TestUserRowMapper.class)
   
@Query("select * from User u order by u.id")
   
List<TestUser> queryAll();

   
@MappedBy(TestUserRowMapper.class)
   
@Query("select * from User u order by u.id")
   
List<TestUser> queryFrom(@FirstResult int first);

   
@MappedBy(TestUserRowMapper.class)
   
@Query("select * from User u order by u.id")
   
List<TestUser> queryMax(@MaxResults int max);

   
@MappedBy(TestUserRowMapper.class)
   
@Query("select * from User u order by u.id")
   
List<TestUser> queryRange(@FirstResult int first, @MaxResults int max);

   
@Update("insert into User(id, name, gender, age) values(:id, :name, :gender, :age)")
   
void createUser(@Param("id") String id, @Param("name") String name, @Param("gender") boolean gender, @Param("age") int age);

   
@Update("update User set name=:name where id=:id")
   
int updateUserName(@Param("id") String id, @Param("name") String name);

   
@Update("delete from User where id=:id")
   
int deleteUser(@Param("id") String id);
}

注意到@Query和@Update,SQL语句直接写在里面。为了让SQL参数和方法参数绑定,必须使用:xxx标记SQL参数,并为方法参数标记对应的@Param("xxx")。(有点麻烦,难道不能直接通过方法参数名字绑定?哈哈,编译后的.class就只有类型没有名字了)

例如,更新UserName的SQL语句:

update User set name=:name where id=:id

对应的绑定参数是:name和:id,因此方法参数要这么写:

int updateUserName(@Param("id") String id, @Param("name") String name);

没有实现类?没错,不需要实现类,我们就可以直接使用:

public static void main(String[] args) throws Exception {
   
// get data source from somewhere:
   
DataSource dataSource = ...
   
// create TransactionManager and DAOFactory:
   
JdbcTransactionManager txManager = new JdbcTransactionManager(dataSource);
   
JdbcDaoFactory daoFactory = new JdbcDaoFactory(new HSQLDBDialect());
   
// now create DAO:
   
TestUserDao dao = daoFactory.createDao(TestUserDao.class, txManager);
   
// ok, now we can do CRUD by DAO now, but need transaction support:
   
Transaction tx = txManager.beginTransaction();
   
try {
       
// create 10 user:
       
for (int i=0; i<10; i++)
            dao
.createUser("123456789012345678901234567890f" + i, "name-" + i, true, 20 + i);
       
// query users with offset and limit:
       
List<TestUser> users = dao.queryRange(3, 5);
       
// print user name, the output should be:
       
// name-3
       
// name-4
       
// name-5
       
// name-6
       
// name-7
       
for (TestUser user : users)
           
System.out.println(user.getName());
       
// delete user with name 'name-3':
       
int n = dao.deleteUser(users.get(0).getId());
       
System.out.println(n + " user deleted.");
        tx
.commit();
   
}
   
catch(Exception e) {
       
if (! tx.isRollbackOnly())
            tx
.rollback();
   
}
   
catch(Error e) {
       
if (! tx.isRollbackOnly())
            tx
.rollback();
   
}
}

 

核心代码:

TestUserDao dao = daoFactory.createDao(TestUserDao.class, txManager);

通过DaoFactory,我们得到一个实现了TestUserDao接口的实例,通过该实例,直接操作数据库!

相关文章
|
4月前
|
SQL 自然语言处理 数据库
【Azure Developer】分享两段Python代码处理表格(CSV格式)数据 : 根据每列的内容生成SQL语句
本文介绍了使用Python Pandas处理数据收集任务中格式不统一的问题。针对两种情况:服务名对应多人拥有状态(1/0表示),以及服务名与人名重复列的情况,分别采用双层for循环和字典数据结构实现数据转换,最终生成Name对应的Services列表(逗号分隔)。此方法高效解决大量数据的人工处理难题,减少错误并提升效率。文中附带代码示例及执行结果截图,便于理解和实践。
123 4
|
6月前
|
SQL Java 数据库连接
如何在 Java 代码中使用 JSqlParser 解析复杂的 SQL 语句?
大家好,我是 V 哥。JSqlParser 是一个用于解析 SQL 语句的 Java 库,可将 SQL 解析为 Java 对象树,支持多种 SQL 类型(如 `SELECT`、`INSERT` 等)。它适用于 SQL 分析、修改、生成和验证等场景。通过 Maven 或 Gradle 安装后,可以方便地在 Java 代码中使用。
1855 11
|
9月前
|
SQL Java 数据库连接
mybatis使用四:dao接口参数与mapper 接口中SQL的对应和对应方式的总结,MyBatis的parameterType传入参数类型
这篇文章是关于MyBatis中DAO接口参数与Mapper接口中SQL的对应关系,以及如何使用parameterType传入参数类型的详细总结。
217 10
|
9月前
|
SQL 关系型数据库 MySQL
创建SQL数据库的基本步骤与代码指南
在信息时代,数据管理显得尤为重要,其中数据库系统已成为信息技术架构的关键部分。而当我们谈论数据库系统时,SQL(结构化查询语言)无疑是其中最核心的工具之一。本文将详细介绍如何使用SQL创建数据库,包括编写相应的代码和必要的步骤。由于篇幅限制,本文可能无法达到您要求的2000字长度,但会尽量涵盖创建数
308 3
|
9月前
|
SQL 监控 关系型数据库
SQL错误代码1303解析与处理方法
在SQL编程和数据库管理中,遇到错误代码是常有的事,其中错误代码1303在不同数据库系统中可能代表不同的含义
|
9月前
|
SQL 安全 关系型数据库
SQL错误代码1303解析与解决方案:深入理解并应对权限问题
在数据库管理和开发过程中,遇到错误代码是常见的事情,每个错误代码都代表着一种特定的问题
|
10月前
|
SQL 分布式计算 大数据
大数据开发SQL代码编码原则和规范
这段SQL编码原则强调代码的功能完整性、清晰度、执行效率及可读性,通过统一关键词大小写、缩进量以及禁止使用模糊操作如select *等手段提升代码质量。此外,SQL编码规范还详细规定了代码头部信息、字段与子句排列、运算符前后间隔、CASE语句编写、查询嵌套、表别名定义以及SQL注释的具体要求,确保代码的一致性和维护性。
294 0
|
10月前
|
SQL 安全 数据库
基于SQL Server事务日志的数据库恢复技术及实战代码详解
基于事务日志的数据库恢复技术是SQL Server中一个非常强大的功能,它能够帮助数据库管理员在数据丢失或损坏的情况下,有效地恢复数据。通过定期备份数据库和事务日志,并在需要时按照正确的步骤恢复,可以最大限度地减少数据丢失的风险。需要注意的是,恢复数据是一个需要谨慎操作的过程,建议在执行恢复操作之前,详细了解相关的操作步骤和注意事项,以确保数据的安全和完整。
486 0
|
11月前
|
JSON 数据格式 Java
化繁为简的魔法:Struts 2 与 JSON 联手打造超流畅数据交换体验,让应用飞起来!
【8月更文挑战第31天】在现代 Web 开发中,JSON 成为数据交换的主流格式,以其轻量、易读和易解析的特点受到青睐。Struts 2 内置对 JSON 的支持,结合 Jackson 库可便捷实现数据传输。本文通过具体示例展示了如何在 Struts 2 中进行 JSON 数据的序列化与反序列化,并结合 AJAX 技术提升 Web 应用的响应速度和用户体验。
237 0
|
11月前
|
SQL 数据库 索引
SQL 编程最佳实践简直太牛啦!带你编写高效又可维护的 SQL 代码,轻松应对数据库挑战!
【8月更文挑战第31天】在SQL编程中,高效与可维护的代码至关重要,不仅能提升数据库性能,还降低维护成本。本文通过案例分析探讨SQL最佳实践:避免全表扫描,利用索引加速查询;合理使用JOIN,避免性能问题;避免使用`SELECT *`,减少不必要的数据传输;使用`COMMIT`和`ROLLBACK`确保事务一致性;添加注释提高代码可读性。遵循这些实践,不仅提升性能,还便于后期维护和扩展。应根据具体情况选择合适方法并持续优化SQL代码。
155 0