slick对超过22个属性的表进行映射的两种办法

简介: 版权声明:本文为博主原创文章,未经博主允许不得转载 slick是scala的一个FRM(Functional Relational Mapper)框架,即函数式的关系数据库编程工具库。使用slick不同于使用java的hibernate或者是mybatis,对其进行迭代开发非常方便,因为其对表的映射基于函数式的编程方式。

版权声明:本文为博主原创文章,未经博主允许不得转载

slick是scala的一个FRM(Functional Relational Mapper)框架,即函数式的关系数据库编程工具库。使用slick不同于使用java的hibernate或者是mybatis,对其进行迭代开发非常方便,因为其对表的映射基于函数式的编程方式。

使用slick对数据库表映射比较方便。

比如有一个表

CREATE TABLE Persons
(
id int,
LastName varchar(255),
FirstName varchar(255),
Address varchar(255),
City varchar(255)
)

那么slick可以有两种方式进行映射,一种是使用scala的数据结构Tuple,一种是使用csse class,先看第一种

//使用Tuple
class TagsTree(tag: Tag) extends Table[(Int, String, String, String,String)](tag, "Persons") {
    def id= column[Int]("id") 
    def LastName= column[String]("LastName")
    def FirstName= column[String]("FirstName")
    def Address= column[String]("Address")
    def City= column[String]("City")
    def * = (id,LastName,FirstName,Address,City);
  }

再看第二种case class的方式:

case class Person(id:Int,lastName:String,firstName:String,Address:String,city:String);
class TagsTree(tag: Tag) extends Table[Person](tag, "Persons") {
    def id= column[Int]("id") 
    def LastName= column[String]("LastName")
    def FirstName= column[String]("FirstName")
    def Address= column[String]("Address")
    def City= column[String]("City") def * = (id,LastName,FirstName,Address,City) <> (Person.tupled(), Person.unapply())
); }

这里要说明一下,<>操作符可以看作某种映射,tupled()会将接受case class本身同样的参数然后生成一个Tuple。unapply是scala的一个语法糖,会返回一个Option[Int,String....]。这便是使用case class的方法了。

但当遇到表中的字段超过22个的时候就有问题了,因为scala规定构造参数不能超过22个,那这个时候怎么办呢,有两个办法,一个是使用slick提供的HList。

使用HList

import slick.collection.heterogeneous.{ HList, HCons, HNil } 
 
 
type hList =
    String :: String :: Option[String] :: Option[String] :: Option[String] :: Option[String] ::
      String :: String :: String :: String :: String ::   Int :: Int :: String :: String :: String ::
      Int :: Int :: Int ::  Int :: Int :: Int ::   Int :: Int :: Int ::
      HNil;  
//需要以HNil结尾
  class Table(tag: Tag) extends Table[hList](tag, "myTableName") {
    def name1 = column[String]("name1")
    def name2 = column[String]("name2")
    def name3 = column[Option[String]]("name3")
    def name4 = column[Option[String]]("name4")
    def name5 = column[Option[String]]("name5")
    def name6 = column[Option[String]]("name6")
    def name7 = column[String]("name7")
    def name8 = column[String]("name8")
    def name9 = column[String]("name9")
    def name10 = column[String]("name10")
    def name11 = column[String]("name11")
    def name12 = column[Int]("name12")
    def name13 = column[Int]("name13")
    def name14 = column[String]("name14")
    def name15 = column[String]("name15")
    def name16 = column[String]("name16")
    def name17 = column[Int]("name17")
    def name18= column[Int]("name18")
    def name19 = column[Int]("name19")
    def name20 = column[Int]("name20")
    def name21 = column[Int]("name21")
    def name22 = column[Int]("name22")
    def name23 = column[Int]("name23")
    def name24 = column[Int]("name24")
    def name25 = column[Int]("name25")
    def * =   name1 :: name2 :: name3 :: name4 :: name5 :: name6 ::
      name7 :: name8 ::   name8 :: name9 :: name10 ::
      name11 :: name12 :: name13 :: name14 :: name15 ::
      name16 ::  name17 :: name18 ::   name19 :: name20 :: name21 ::
      name22 :: name23 ::    name24 ::  name25 :: 
      HNil
//需要以HNil结尾
  }

 不过这种有个缺点,那就是当表中某些属性可能为空,这时需要使用Option[String]()这种数据类型来存放属性。但HList查询出来的时候只会像一个字符串一样的Some("value")。

另一个方法是思路比较简单,既然一个case class放不下,那就拆呗

//代码出处 https://github.com/slick/slick/blob/2.1.0-RC1/slick-testkit/src/main/scala/com/typesafe/slick/testkit/tests/JdbcMapperTest.scala#L106

def testWideMappedEntity {
    case class Part(i1: Int, i2: Int, i3: Int, i4: Int, i5: Int, i6: Int)
    case class Whole(id: Int, p1: Part, p2: Part, p3: Part, p4: Part)

    class T(tag: Tag) extends Table[Whole](tag, "t_wide") {
      def id = column[Int]("id", O.PrimaryKey)
      def p1i1 = column[Int]("p1i1")
      def p1i2 = column[Int]("p1i2")
      def p1i3 = column[Int]("p1i3")
      def p1i4 = column[Int]("p1i4")
      def p1i5 = column[Int]("p1i5")
      def p1i6 = column[Int]("p1i6")
      def p2i1 = column[Int]("p2i1")
      def p2i2 = column[Int]("p2i2")
      def p2i3 = column[Int]("p2i3")
      def p2i4 = column[Int]("p2i4")
      def p2i5 = column[Int]("p2i5")
      def p2i6 = column[Int]("p2i6")
      def p3i1 = column[Int]("p3i1")
      def p3i2 = column[Int]("p3i2")
      def p3i3 = column[Int]("p3i3")
      def p3i4 = column[Int]("p3i4")
      def p3i5 = column[Int]("p3i5")
      def p3i6 = column[Int]("p3i6")
      def p4i1 = column[Int]("p4i1")
      def p4i2 = column[Int]("p4i2")
      def p4i3 = column[Int]("p4i3")
      def p4i4 = column[Int]("p4i4")
      def p4i5 = column[Int]("p4i5")
      def p4i6 = column[Int]("p4i6")
      def * = (
        id,
        (p1i1, p1i2, p1i3, p1i4, p1i5, p1i6),
        (p2i1, p2i2, p2i3, p2i4, p2i5, p2i6),
        (p3i1, p3i2, p3i3, p3i4, p3i5, p3i6),
        (p4i1, p4i2, p4i3, p4i4, p4i5, p4i6)
      ).shaped <> ({ case (id, p1, p2, p3, p4) =>
        // We could do this without .shaped but then we'd have to write a type annotation for the parameters
        Whole(id, Part.tupled.apply(p1), Part.tupled.apply(p2), Part.tupled.apply(p3), Part.tupled.apply(p4))
      }, { w: Whole =>
        def f(p: Part) = Part.unapply(p).get
        Some((w.id, f(w.p1), f(w.p2), f(w.p3), f(w.p4)))
      })
    }
    val ts = TableQuery[T]

    val oData = Whole(0,
      Part(11, 12, 13, 14, 15, 16),
      Part(21, 22, 23, 24, 25, 26),
      Part(31, 32, 33, 34, 35, 36),
      Part(41, 42, 43, 44, 45, 46)
    )

    ts.ddl.create
    ts.insert(oData)

    assertEquals(oData, ts.first)
  }

 这里再那个.shaped是可以省略的,<>操作符后面看似很复杂,其实同样它后面有两个参数,一个Tuple和一个unapply方法,仅此而已。同时这里将映射写在一个方法里,这也是为什么slick称之为FRM。

  


 


相关文章
|
5天前
|
存储 关系型数据库 索引
10. 在一个非主键字段上创建了索引, 想要根据该字段查询到数据, 需要查询几次 ?
在非主键字段上创建索引,查询数据通常需两次。对于MyISAM,先通过索引找到数据行指针,再获取数据;而InnoDB则先找主键ID,再从主键索引中查找数据。
10 0
|
4月前
|
C++
『C/C++』Eg4: 求自定类型元素的平均
『C/C++』Eg4: 求自定类型元素的平均
|
SQL 算法 测试技术
Guid算法与标识列(自动增长字段)在表中的应用
Guid算法与标识列(自动增长字段)在表中的应用
146 0
Guid算法与标识列(自动增长字段)在表中的应用
|
数据库
利用字符串相似可能性进行建立映射关系
利用字符串相似可能性进行建立映射关系
92 0
|
XML SQL Java
实体类的属性映射怎么可以少了它?(一)
我们都知道,随着一个工程的越来越成熟,模块划分会越来越细,其中实体类一般存于 domain 之中,但 domain 工程最好不要被其他工程依赖,所以其他工程想获取实体类数据时就需要在各自工程写 model,自定义 model 可以根据自身业务需要映射相应的实体属性。这样一来,这个映射工程貌似并不简单了。阿粉差点就犯难了……
实体类的属性映射怎么可以少了它?(一)
|
IDE 开发工具
实体类的属性映射怎么可以少了它?(四)
我们都知道,随着一个工程的越来越成熟,模块划分会越来越细,其中实体类一般存于 domain 之中,但 domain 工程最好不要被其他工程依赖,所以其他工程想获取实体类数据时就需要在各自工程写 model,自定义 model 可以根据自身业务需要映射相应的实体属性。这样一来,这个映射工程貌似并不简单了。阿粉差点就犯难了……
实体类的属性映射怎么可以少了它?(四)
|
IDE 开发工具
实体类的属性映射怎么可以少了它?(三)
我们都知道,随着一个工程的越来越成熟,模块划分会越来越细,其中实体类一般存于 domain 之中,但 domain 工程最好不要被其他工程依赖,所以其他工程想获取实体类数据时就需要在各自工程写 model,自定义 model 可以根据自身业务需要映射相应的实体属性。这样一来,这个映射工程貌似并不简单了。阿粉差点就犯难了……
实体类的属性映射怎么可以少了它?(三)
|
数据库 索引
存在逻辑删除的表字段上建立唯一索引的巧办法 (逻辑删除与唯一索引)
设计数据库唯一索引时,经常会碰到唯一删除的键值,导致很难处理,这里就简单介绍一种巧办法,帮你快速解决该问题
1728 0
存在逻辑删除的表字段上建立唯一索引的巧办法 (逻辑删除与唯一索引)
Excel 技术篇-跨页签统计某一区域下符合条件值的数量方法,COUNTIF函数、数量统计公式的用法实例演示
Excel 技术篇-跨页签统计某一区域下符合条件值的数量方法,COUNTIF函数、数量统计公式的用法实例演示
276 0
Excel 技术篇-跨页签统计某一区域下符合条件值的数量方法,COUNTIF函数、数量统计公式的用法实例演示