Java 8:如何使用流方式查询数据库?

简介:

Speedment 是使用 ORM 方式操作数据库的一种选择,以前我们需要100行操作数据库的 Java 代码,在 Java 8中,可能只需要一行代码。

在90年代末,我使用 Java 开发数据库应用的时候,许多代码逻辑都需要自己来编写,比如捕获异常、类型转换等,经过许多改动,最后这些代码变得难以维护和扩展。

Java 8:如何使用流方式查询数据库?

由于关系型数据库操作语言和面向对象语言之间的差异,如今我们仍然需要花费许多时间建立数据库与 Java 应用之间互相沟通的桥梁。通常,我们可以编写自己的映射层(mapping layer),或者使用第三方的 ORM(Object Relational Mapper)对象关系映射框架,比如 Hibernate。ORM 框架虽然使用起来很方便,但是如何正确地配置和提高框架操作数据库的性能却不太容易,ORM 框架往往会使我们的应用性能下降。

最近,我贡献了一个新的开源项目——Speedment,它能使我们使用 Java 8 开发数据库应用程序变得更为快捷和高效。

Speedment 是什么?

Speedment 是一个开源项目,它是一个基于 Java 8 的新特性开发的新的 Java 库,从这个项目开发开始,它的代码就全部使用 Java 8来编写。Speedment 使用标准流查询数据库,这使得开发者不需要学习任何新的查询 API ,以及不必考虑 JDBC 、ResultSet 和其他有关数据库的指定的操作。

Speedment 会根据现有数据库来自动生成代码。由于它的这种方式,开发者不需要编写一行关于数据库实体(database entities)的代码。它生成的代码中也包含 JavaDocs 帮助文档,这使开发者不需要编写关于 User 或者 Book 等对象的实体类。取而代之地,我们只需要创建或者使用一个现有的数据库,然后用 Speedment 去连接它,接着 Speedment 会分析数据库结构来生成实体类的代码。

更有趣的是,Speedment 用野兔来作为它的吉祥物。 
在接下来的例子中,我们会使用一个名为 “hare” 的数据库来给大家演示 Speedment 的使用方式。该数据库的表结构如下:


mysql> explain hare;
+-------+-------------+------+-----+---------+----------------+
| Field | Type        | Null | Key | Default | Extra          |
+-------+-------------+------+-----+---------+----------------+
| id    | int(11)     | NO   | PRI | NULL    | auto_increment |
| name  | varchar(45) | NO   |     | NULL    |                |
| color | varchar(45) | NO   |     | NULL    |                |
| age   | int(11)     | NO   |     | NULL    |                |
+-------+-------------+------+-----+---------+----------------+
4 rows in set (0.01 sec)

下面是 Speedment 根据数据库信息生成的一个相应的实体类(为简洁起见,我们将 JavaDocs 在这里移除了):


public interface Hare extends Entity<Hare> {
    public final static ReferenceComparableField<Hare, Integer> ID = new ReferenceComparableFieldImpl<>("id", Hare::getId, Hare::setId);
    public final static ReferenceComparableStringField<Hare> NAME = new ReferenceComparableStringFieldImpl<>("name", Hare::getName, Hare::setName);
    public final static ReferenceComparableStringField<Hare> COLOR = new ReferenceComparableStringFieldImpl<>("color", Hare::getColor, Hare::setColor);
    public final static ReferenceComparableField<Hare, Integer> AGE = new ReferenceComparableFieldImpl<>("age", Hare::getAge, Hare::setAge);
    Integer getId();
    String getName();
    String getColor();
    Integer getAge();
    Hare setId(Integer id);
    Hare setName(String name);
    Hare setColor(String color);
    Hare setAge(Integer age);
    /** Graph-like traversal methods eliminating JOINs */
    Stream<Carrot> findCarrotsByOwner();
    Stream<Carrot> findCarrotsByRival();
    Stream<Carrot> findCarrots();
}

我将用一篇单独的文章介绍 find*() 方法的用法,它可以被用来代替 SQL joins 操作。

Queries查询示例

下面的例子展示如何查询 Hare 表的数据库信息:


List<Hare> oldHares = hares.stream()
    .filter(AGE.greaterThan(8))
    .collect(toList());

智能流

上面的代码看起来已经遍历了 hare 数据库表的所有行,但实际上并不是这样的。 Stream 是智能的,当它到达 collect() 操作的时候,会分析 filter 操作,并推断出 hare.age 大于8的列,因此会节省 hares 的流操作,产生与 “select * from hare where age > 8” 操作一样的效果。如果你使用了多个 filters,他们会被合并起来以节省流操作。下面是另一种用流方式进行多个操作的例子:


long noOldHares = hares.stream()
    .filter(AGE.greaterThan(8))
    .mapToInt(Hare::getAge)
    .sorted()
    .count();

在上面的代码中,当流到达 count() 操作时,它将检查它自己的管道。首先会推断上面例子中的 AGE 操作,其次在不改变 count() 结果的情况下,会推断 mapToInt() 和 sorted() 操作,这些操作可以被消除,因此这段代码的操作被节省为 “select count(*) from hare where age > 8”。这意味着您可以使用 Java 8 流而你不必如此在意流是如何转换为SQL的。

如何下载和加入我们

如果你想学习如何使用 Speedment 的 API 和在项目中如何使用 Speedment,可以访问网址 www.speedment.org,并可以在 gitter 上发表评论,也可以从 GitHub 上下载 Speedment 的源码,来贡献你自己的代码。

总结

回顾早期的一些老项目,一个超过100行代码的数据库类,现在可以使用 Java 8 缩减成1行代码。那是反转后的摩尔定律,在14年内(=7摩尔周期),行数大约减半了七次。这就是进步!

(编译自:https://dzone.com/articles/java-8-query-databases-using-streams

OneAPM 为您提供端到端的 Java 应用性能解决方案,我们支持所有常见的 Java 框架及应用服务器,助您快速发现系统瓶颈,定位异常根本原因。分钟级部署,即刻体验,Java 监控从来没有如此简单。想阅读更多技术文章,请访问 OneAPM 官方技术博客

本文转自 OneAPM 官方博客

相关文章
|
2天前
|
SQL 数据库
SQL数据库基础语法-查询语句
SQL数据库基础语法-查询语句
|
2天前
|
存储 监控 Apache
查询提速11倍、资源节省70%,阿里云数据库内核版 Apache Doris 在网易日志和时序场景的实践
网易的灵犀办公和云信利用 Apache Doris 改进了大规模日志和时序数据处理,取代了 Elasticsearch 和 InfluxDB。Doris 实现了更低的服务器资源消耗和更高的查询性能,相比 Elasticsearch,查询速度提升至少 11 倍,存储资源节省达 70%。Doris 的列式存储、高压缩比和倒排索引等功能,优化了日志和时序数据的存储与分析,降低了存储成本并提高了查询效率。在灵犀办公和云信的实际应用中,Doris 显示出显著的性能优势,成功应对了数据增长带来的挑战。
查询提速11倍、资源节省70%,阿里云数据库内核版 Apache Doris 在网易日志和时序场景的实践
|
7天前
|
SQL 关系型数据库 MySQL
【MySQL-5】DDL的数据库操作:查询&创建&删除&使用(可cv代码+演示图)
【MySQL-5】DDL的数据库操作:查询&创建&删除&使用(可cv代码+演示图)
|
8天前
|
Java 关系型数据库 测试技术
Java代码一键生成数据库文档(案例详解)
Screw是一个自动化数据库文档生成工具,能根据数据库表结构快速生成简洁、多格式(HTML、Word、Markdown)的文档,支持MySQL、MariaDB等多数据库。它使用Freemarker模板,允许用户自定义样式。依赖包括HikariCP数据库连接池和对应JDBC驱动。通过在Java代码或Maven插件中配置,可方便生成文档。示例代码展示了如何在测试用例中使用Screw。文档效果依赖于数据库中的表和字段注释。
|
8天前
|
存储 SQL 缓存
构建高效的矢量数据库查询:查询语言与优化策略
【4月更文挑战第30天】本文探讨了构建高效矢量数据库查询的关键点,包括设计简洁、表达性强的查询语言,支持空间操作、函数及索引。查询优化策略涉及查询重写、索引优化、并行处理和缓存机制,以提升查询效率和准确性。这些方法对处理高维空间数据的应用至关重要,随着技术进步,矢量数据库查询系统将在更多领域得到应用。
|
8天前
|
SQL 缓存 监控
如何在数据库查询中使用参数化查询?
【4月更文挑战第30天】如何在数据库查询中使用参数化查询?
21 1
|
8天前
|
存储 SQL 关系型数据库
mysql查询数据库表大小怎么操作
mysql查询数据库表大小怎么操作
|
9天前
|
缓存 关系型数据库 MySQL
研优化数据库查询性能
研优化数据库查询性能
23 0
|
9天前
|
Java 关系型数据库 MySQL
【JDBC编程】基于MySql的Java应用程序中访问数据库与交互数据的技术
【JDBC编程】基于MySql的Java应用程序中访问数据库与交互数据的技术
|
9天前
|
安全 数据管理 数据库
数据管理DMS产品使用合集之要将某个DMS实例中的特定数据库授权给某个用户进行查询,操作步骤是怎样的
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。