cms查询系统(二)json形式参数的设计与解析

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介:

1 前言

本篇文章主要来说明下代码模块的设计。像我们这种菜鸟级别,只有平时多读读源码,多研究和探讨其中的设计才可能提升自己,写出高质量的代码。

没有最好的设计,只有更好的设计,所以在发表我自己的愚见的同时,希望小伙伴们相互探讨更好的设计,有探讨才有更大的进步。

2 题目及分析

我们维护了一个数据中心,对外提供查询API,如何能让用户随意的添加查询条件,而不用修改后台的查询代码呢?用户如何配置查询条件,从而达到如下的sql效果呢?:

a.name='lg' or b.age>12
b.id in (12,34,45)
c.updateTime>'2015-3-28' and (b.id=2 or d.age<23)
e.age>f.age

2.1 查询参数的传递方式

我们作为API设计者,该如何让用户方便的传递他们任意的查询需求呢?这是我们要思考的地方。

目前来看比较好的方式莫过于:用户通过json来表达他们的查询需求。

2.2 查询的本质分析

从上面的查询来看,我们可以总结出来查询条件无非就是某个字段满足什么样的条件。这里有三个对象:

  • 查询的字段 如 b.age
  • 条件值 如 12
  • 怎样满足条件值 如 >

2.3 查询的配置分析

这样我们就可以清晰明了了,一个查询条件无非就是三个内容,所以可以如下配置:

{
    "columns":"b.age",
    "oper":">",
    "value":12
}

很显然,上面的确很麻烦,我们无非是要表达这三个内容,所以就要简化配置:

{
    "b.age":12,
    "oper":">"
}

还是不够简化,如何把操作符 > 也放置进去呢?如下

{
    "b.age@>":12
}

这样我们就可以把三个对象表达清楚了,将查询的字段和操作符合并起来作为key,并使用分隔符@分割两者,条件值作为value。这样就做到了,非常简化的查询配置。

接下来又面临一个问题,如何表达查询条件之间的and or 关系呢?即如何表达下面的内容呢?

c.age>14 and (b.id=2 or d.age<23)

借鉴mongodb的查询方案,可以如下配置:

{
    "c.age@>":14,
    "$or":{
        "b.id@=":2,
        "d.age@<":23
    }
}

通过配置一个$or作为key表明里面的几个查询条件是or的关系,如果是$and表明里面的查询条件之间是and的关系,外层默认是and的关系。

同时我们再回顾下,mongodb所作出的查询设计,也是通过用户配置json形式来表达查询意图,但是我们来看下它是如何查询

a.age>12 对应的mongodb的查询方式为:
{
    a.age : {
        $gt : 22
    }
}

我们的查询方式是

{
    "a.age@>":22
}

虽然看似我们的更加简单,mongodb的更加繁琐,主要是mongodb认为对于一个字段,可以有多个查询条件的,为了支持更加复杂的查询,如下:

{   
    a.age : {
        $lt :24,
        $gt : 17
    }
}

然而我们也可以对此进行拆分,如下,同样满足:

{
    "a.age@>":17"a.age@<":24,
}

各有各的好处和缺点,我就是我,颜色不一样的烟火。哈哈。。。

3 代码设计与实现

3.1 解析器接口的设计

对题目进行分析完了之后,就要考虑如何实现这样的json配置到sql的转化。实现起来不难,最重要的是如何做出一个高扩展性的实现?

再来看下下面的例子:

{
    "a.name@=":"lg",
    "b.age@>":12,
    "c.id@in":[12,13,14],
    "d.time@time>":"2015-3-1"
}

其实就是针对每个自定义的操作符进行相应的处理,所以就有了解析器接口:

public interface SqlParamsParser {

    //这里表示该解析器是否支持对应的操作符
    public boolean support(String oper);

    public String getParams(String key,Object value,String oper);

    public SqlParamsParseItemResult getParamsResult(String key,Object value,String oper);

}

其中SqlParamsParseItemResult,则是把解析后的结果分别存储起来,而不是直接拼接成一个字符串,主要为了直接拼接字符串式的sql注入,它的内容如下:

public class SqlParamsParseItemResult {
    private String key;
    private String oper;
    private Object value;
}

上面的key oper value 则是解析后的内容。下面举例说明

以"b.age@>“:12 为例,其中getParams方法中的 key就是b.age, value就是12, oper就是> 而这个方法的返回的字符串结果为:

b.age>12

返回的SqlParamsParseItemResult存储的内容为分别为 key=b.age ; oper=> ; value=12

以"c.id@in”:[12,13,14]为例,其中getParams方法中的 key就是c.id,value就是一个List集合,oper就是in ,这个方法的返回结果为:

c.id in (12,13,14)

返回的SqlParamsParseItemResult存储的内容为分别为 key=c.id ; oper=in ; value=(12,13,14)

以"d.time@time>“:“2015-3-1"为例,其中getParams方法中的 key就是c.id,value就是一个List集合,oper就是in,这个方法的返回结果为:

unix_timestamp(d.time) > 1425139200     (2015-3-1对应的秒数)

返回的SqlParamsParseItemResult存储的内容为分别为 key=unix_timestamp(d.time) ; oper=> ; value=1425139200

3.2 解析器接口的抽象类

解析器有很多相同的地方,这就需要我们进行抽象,抽出共性部分,留给子类去实现不同的部分。所以有了抽象类AbstractSqlParamsParser

有哪些共性部分和非共性部分呢?

  • 共性部分: 就是support方法。每个解析器支持某几种操作符,所以判断该解析器是否支持当前的操作符的逻辑是共同的,所以如下:

    public abstract class AbstractSqlParamsParser implements SqlParamsParser{
    
        private String[] opers; 
        private boolean ignoreCase=true;
    
        protected void setOpers(String[] opers){
            this.opers=opers;
        }   
        protected void setIgnoreCase(boolean ignoreCase){
            this.ignoreCase=ignoreCase;
        }
        @Override
        public boolean support(String oper) {
            if(opers!=null && oper!=null){
                for(String operItem:opers){
                    if(ignoreCase){
                        operItem=operItem.toLowerCase();
                        oper=oper.toLowerCase();
                    }
                    if(operItem.equals(oper)){
                        return true;
                    }
                }
            }
            return false;
        }
    }
    

    opers属性表示当前解析器所支持的所有操作符。ignoreCase表示在匹配操作符的时候是否忽略大小写。这两个属性都设置成private,然后对子类开放了protected类型的set方法,用于子类来设置这两个属性。

  • 非共性部分:留出了doParams方法供子类来具体实现

    @Override
    public SqlParamsParseItemResult getParamsResult(String key, Object value,
            String oper) {
        return doParams(key, processStringValue(value), oper);
    }
    
    protected abstract SqlParamsParseItemResult doParams(String key, Object value, String oper);
    

3.3 解析器接口的实现类

目前内置了几个常用的解析器实现,类图如下: 
SqlParamsParser接口类图

以TimeSqlParamsParser为例来简单说明下:

它主要是用于解析如下形式的:

{
    "d.time@time>":"2015-3-1"
}

最终想达到的效果是:

unix_timestamp(d.time) > 1425139200

它的解析过程如下:

/**
 * 以d.time@time>'2015-3-1'为例
 * 初始参数 key=d.time; value='2015-3-1'; oper=time>
 * 解析后的key=unix_timestamp(d.time); value=1425139200('2015-3-1'对应的秒数); oper=>
 */
@Override
protected SqlParamsParseItemResult doParams(String key, Object value, String oper) {
    String timeKey="unix_timestamp("+key+")";
    String realOper=oper.substring(4+fullTimeFlag.length());
    if(value instanceof String){
        String tmp=(String)value;
        Assert.isLarger(tmp.length(),2,"时间参数不合法");
        //默认进行了字符串处理,即加上了'',现在要去掉,然后解析成时间的秒数
        value=tmp.substring(1,tmp.length()-1);
        try {
            SimpleDateFormat format=new SimpleDateFormat(timeFormat);
            Date date=format.parse((String)value);
            value=date.getTime()/1000;
        } catch (ParseException e) {
            e.printStackTrace();
            throw new IllegalArgumentException("timeFormat为"+timeFormat+";value="+value+";出现了解析异常");
        }
    }else{
        Assert.isInstanceof(value,Number.class,"时间参数必须为时间的秒数");
    }
    return new SqlParamsParseItemResult(timeKey,realOper,value);
}

解析过程其实就是对key value oper 进行了不同程度的转换。

同时TimeSqlParamsParser还支持其他时间形式的解析,如"2015-3-1 12:23:12”,只需如下方式创建一个解析器:

new TimeSqlParamsParser("yyyy-MM-dd HH:mm:ss","full_")

然后他就能够解析下面的形式:

{
    "d.time@full_time>":"2015-3-1 12:23:12"
}

同时又能保留原有的形式,两者互不干扰。

4 DefaultSqlParamsHandler使用解析器

有了解析器的一系列实现,下面就需要一个综合的类来使用这些解析器。这就是DefaultSqlParamsHandler:

4.1 注册使用解析器

public class DefaultSqlParamsHandler {

private List<SqlParamsParser> sqlParamsParsers;

public DefaultSqlParamsHandler(){
    sqlParamsParsers=new ArrayList<SqlParamsParser>();
    sqlParamsParsers.add(new DefaultSqlParamsParser());
    sqlParamsParsers.add(new InSqlParamsParser());
    sqlParamsParsers.add(new TimeSqlParamsParser());
    sqlParamsParsers.add(new TimeSqlParamsParser("yyyy-MM-dd HH:mm:ss","full_"));
    sqlParamsParsers.add(new DefaultColumnSqlParamsParser());
}

内部已经注册了几个解析器。同时需要对外留出注册自定义解析器的方法:

public void registerSqlParamsHandler(SqlParamsParser sqlParamsParser){
    if(sqlParamsParser!=null){
        sqlParamsParsers.add(sqlParamsParser);
    }
}

public void registerSqlParamsHandler(List<SqlParamsParser> sqlParamsParsers){
    if(sqlParamsParsers!=null){
        for(SqlParamsParser sqlParamsParser:sqlParamsParsers){
            registerSqlParamsHandler(sqlParamsParser);
        }
    }
}

4.2 解析过程

这个过程不仅需要使用已经注册的解析器来解析,还包含对解析条件之间的and or 关系的递归处理。代码如下,不再详细说明:

private SqlParamsParseResult getSqlWhereParamsResultByAndOr(Map<String,Object> params,String andOr,
        boolean isPlaceHolder,SqlParamsParseResult sqlParamsParseResult){
    if(params!=null){
        String andOrDelititer=" "+andOr+" ";
        for(String key:params.keySet()){
            Object value=params.get(key);
            if(value instanceof Map){
                //这里需要进行递归处理嵌套的查询条件
                SqlParamsParseResult SqlParamsParseResultModel=null;
                if(key.equals(andKey)){
                    SqlParamsParseResultModel=processModelSqlWhereParams((Map<String,Object>)value,AND,isPlaceHolder);
                }else if(key.equals(orKey)){
                    SqlParamsParseResultModel=processModelSqlWhereParams((Map<String,Object>)value,OR,isPlaceHolder);
                }
                if(SqlParamsParseResultModel!=null && StringUtils.isNotEmpty(SqlParamsParseResultModel.getBaseWhereSql())){
                    sqlParamsParseResult.addSqlModel(andOrDelititer);
                    sqlParamsParseResult.addSqlModel("("+SqlParamsParseResultModel.getBaseWhereSql()+")");
                    sqlParamsParseResult.addArguments(SqlParamsParseResultModel.getArguments());
                }
            }else{
                //这里才是使用已经注册的解析器进行解析
                SqlParamsParseItemResult sqlParamsParseItemResult=processNormalSqlWhereParams(key,value,isPlaceHolder);
                if(sqlParamsParseItemResult!=null){
                    sqlParamsParseResult.addSqlModel(andOrDelititer);
                    sqlParamsParseResult.addSqlModel(sqlParamsParseItemResult.getSqlModel(isPlaceHolder,PLACE_HOLDER));
                    sqlParamsParseResult.addArgument(sqlParamsParseItemResult.getValue());
                }
            }
        }
        StringBuilder baseWhereSql=sqlParamsParseResult.getBaseWhereSql();
        if(StringUtils.isNotEmpty(baseWhereSql)){
            sqlParamsParseResult.setBaseWhereSql(new StringBuilder(baseWhereSql.substring(andOrDelititer.length())));
        }
    }
    return sqlParamsParseResult;
}

这里进行了递归调用,主要用于处理 $and $or 的嵌套查询,getSqlWhereParamsResultByAndOr可能内部调用了processModelSqlWhereParams,processModelSqlWhereParams内部又调用了getSqlWhereParamsResultByAndOr

private SqlParamsParseResult processModelSqlWhereParams(Map<String,Object> params,String andOr,boolean isPlaceHolder){
    return getSqlWhereParamsResultByAndOr(params,andOr,isPlaceHolder,new SqlParamsParseResult());
}

这里就是使用解析器进行解析的过程,先遍历每个解析器是否支持当前的操作符,如果支持则进行相应的解析

private SqlParamsParseItemResult processNormalSqlWhereParams(String key,Object value,boolean isPlaceHolder) {
    SqlParamsParseItemResult sqlParamsParseItemResult=null;
    String[] parts=key.split(separatorFlag);
    if(parts.length==2){
        for(SqlParamsParser sqlParamsParser:sqlParamsParsers){
            if(sqlParamsParser.support(parts[1])){
                sqlParamsParseItemResult=sqlParamsParser.getParamsResult(parts[0],value,parts[1]);
                break;
            }
        }
    }else{
        sqlParamsParseItemResult=new SqlParamsParseItemResult(key,"=",SqlStringUtils.processString(value));
    }
    return sqlParamsParseItemResult;
}

4.3 对外留出的扩展

{
    "c.age@>":14,
    "$or":{
        "b.id@=":2,
        "d.age@<":23
    }
}

这里面的@ $or 以及 $and 都是可以自己设定的,默认值是上述形式。

5 工程项目

这个小项目已经发布到osc上,见 osc的search-sqlparams项目

相关文章
|
1月前
|
SQL 存储 JSON
SQL,解析 json
SQL,解析 json
67 8
|
7天前
|
网络协议 网络安全 网络虚拟化
本文介绍了十个重要的网络技术术语,包括IP地址、子网掩码、域名系统(DNS)、防火墙、虚拟专用网络(VPN)、路由器、交换机、超文本传输协议(HTTP)、传输控制协议/网际协议(TCP/IP)和云计算
本文介绍了十个重要的网络技术术语,包括IP地址、子网掩码、域名系统(DNS)、防火墙、虚拟专用网络(VPN)、路由器、交换机、超文本传输协议(HTTP)、传输控制协议/网际协议(TCP/IP)和云计算。通过这些术语的详细解释,帮助读者更好地理解和应用网络技术,应对数字化时代的挑战和机遇。
35 3
|
1月前
|
消息中间件 中间件 数据库
NServiceBus:打造企业级服务总线的利器——深度解析这一面向消息中间件如何革新分布式应用开发与提升系统可靠性
【10月更文挑战第9天】NServiceBus 是一个面向消息的中间件,专为构建分布式应用程序设计,特别适用于企业级服务总线(ESB)。它通过消息队列实现服务间的解耦,提高系统的可扩展性和容错性。在 .NET 生态中,NServiceBus 提供了强大的功能,支持多种传输方式如 RabbitMQ 和 Azure Service Bus。通过异步消息传递模式,各组件可以独立运作,即使某部分出现故障也不会影响整体系统。 示例代码展示了如何使用 NServiceBus 发送和接收消息,简化了系统的设计和维护。
48 3
|
1月前
|
域名解析 网络协议 安全
DNS查询工具简介
DNS查询工具简介
|
20天前
|
机器学习/深度学习 Android开发 UED
移动应用与系统:从开发到优化的全面解析
【10月更文挑战第25天】 在数字化时代,移动应用已成为我们生活的重要组成部分。本文将深入探讨移动应用的开发过程、移动操作系统的角色,以及如何对移动应用进行优化以提高用户体验和性能。我们将通过分析具体案例,揭示移动应用成功的关键因素,并提供实用的开发和优化策略。
|
1月前
|
域名解析 缓存 网络协议
【网络】DNS,域名解析系统
【网络】DNS,域名解析系统
96 1
|
1月前
|
SQL 数据可视化 BI
SQL语句及查询结果解析:技巧与方法
在数据库管理和数据分析中,SQL语句扮演着至关重要的角色
|
1月前
|
域名解析 缓存 网络协议
Windows系统云服务器自定义域名解析导致网站无法访问怎么解决?
Windows系统云服务器自定义域名解析导致网站无法访问怎么解决?
|
1月前
|
存储 缓存 并行计算
yolov5的train.py的参数信息解析
这篇文章解析了YOLOv5的`train.py`脚本中的参数信息,详细介绍了每个参数的功能和默认值,包括权重路径、模型配置、数据源、超参数、训练轮数、批量大小、图像尺寸、训练选项、设备选择、优化器设置等,以便用户可以根据需要自定义训练过程。
31 0
|
1月前
|
JSON JavaScript API
商品详情数据接口解析返回的JSON数据(API接口整套流程)
商品详情数据接口解析返回的JSON数据是API接口使用中的一个重要环节,它涉及从发送请求到接收并处理响应的整个流程。以下是一个完整的API接口使用流程,包括如何解析返回的JSON数据:

推荐镜像

更多