FRM介绍
最近看到了一个FRM的框架Slick。 FRM的意思是Functional Relational Mapping, 一种基于函数式的ORM。
举一个最简单的例子:
val queryResult = db.query(queryStr)
queryResult.onSuccess { result =>
result.doSomething ...
}
数据库db查询一条sql语句。查询成功的时候使用闭包完成处理。 看到这段代码的第一反应就是js的ajax处理,代码几乎是一样的,也发现之前在学校里写nodejs的时候查询db也是这样的语法。
var jqxhr = $.ajax( {
url: 'url',
method: 'GET',
data: [user: 'format']
});
jqxhr.success(function() {
...
});
FRM相比ORM最明显的优势就是FRM基于多线程的Future的数据查询,而ORM是单线程的线性执行。
FRM构造sql查询也是相当简单的:
// 构造查询
val newQuery = students.filter(_.age > 24).sortBy(_.name)
// 执行查询
db.run(newQuery)
FRM其他的优势可以参考官方文档。
Slick实例
下面以一个Students和Classrooms的实例来说明一下Slick的使用。
首先是创建对应的domain,学生与教室的关系是1对多。
Students domain(使用Option类型说明该列是可为空的):
class Student(tag: Tag) extends Table[(Int, String, Int, Int, Option[Date])](tag, "Students") {
def id: Rep[Int] = column[Int]("id", O.PrimaryKey, O.AutoInc)
def name: Rep[String] = column[String]("name")
def age: Rep[Int] = column[Int]("age")
def birthDate: Rep[Option[Date]] = column[Option[Date]]("birth_date")
def classroomId = column[Int]("classroom_id")
def * : ProvenShape[(Int, String, Int, Int, Option[Date])] = (id, name, age, classroomId, birthDate)
def classroom: ForeignKeyQuery[Classroom, (Int, String)] = foreignKey("FK_CLASSROOM", classroomId, TableQuery[Classroom])(_.id)
}
Classrooms domain:
class Classroom(tag: Tag) extends Table[(Int, String)](tag, "Classrooms") {
def id = column[Int]("id", O.PrimaryKey, O.AutoInc)
def name = column[String]("name")
def * = (id, name)
}
各个db操作,schema创建,sql插入,sql查询等操作如下,加了几句备注,具体的代码就不分析了:
object SampleSlickDemo extends App {
val db = Database.forConfig("h2mem1")
try {
val classrooms = TableQuery[Classroom]
val students = TableQuery[Student]
val setupAction: DBIO[Unit] = DBIO.seq(
// create student and classroom table in database
(classrooms.schema ++ students.schema).create,
// insert some rows in classroom
classrooms += (1, "classroom1"),
classrooms += (2, "classroom2"),
classrooms += (3, "classroom2")
)
val setupFuture = db.run(setupAction)
val f = setupFuture.flatMap { _ =>
val insertAction: DBIO[Option[Int]] = students ++= Seq (
(1, "format1", 11, 1, new Date(System.currentTimeMillis())),
(2, "format2", 22, 2, new Date((System.currentTimeMillis()))),
(3, "format3", 33, 3, new Date((System.currentTimeMillis())))
)
val insertAndPrintAction = insertAction.map { studentResult =>
studentResult.foreach { numRows =>
println(s"inserted $numRows students")
}
}
db.run(insertAndPrintAction)
}.flatMap { _ =>
// print All Classrooms
db.run(classrooms.result).map { classroom =>
classroom.foreach(println);
}
// print All Students
db.run(students.result).map { studnet =>
studnet.foreach(println);
}
// condition search
val studentQuery = students.filter(_.age > 20).sortBy(_.name)
db.run(studentQuery.result).map { student =>
student.foreach(println)
}
}
Await.result(f, Duration.Inf)
} finally db.close()
}
数据库配置
在配置文件application.conf里配置数据库配置信息:
h2mem1 = {
url = "jdbc:h2:mem:test1"
driver = org.h2.Driver
connectionPool = disabled
keepAliveConnection = true
}
然后就可使用Database初始化数据库,参数就是配置文件里对应的数据库name:
val db = Database.forConfig("h2mem1")
DBIOAction介绍
DBIOAction就是数据库的一个操作,比如Insert,Update,Delete,Query等操作。
可以使用上面分析的数据库配置变量db进行操作。
db有个run方法使用DBIOAction作为参数,返回Future类型的返回值。
DBIO是一个单例对象,它的seq方法可以传入多个DBIOAction,然后返回一个新的DBIOAction。 += 方法返回的也是DBIOAction。
val setupAction: DBIO[Unit] = DBIO.seq(
(classrooms.schema ++ students.schema).create,
classrooms += (1, "classroom1"),
classrooms += (2, "classroom2"),
classrooms += (3, "classroom2")
)
++=方法跟+=方法一样会返回DBIOAction,只不过它的参数是个Iterable:
val insertAction: DBIO[Option[Int]] = students ++= Seq (
(1, "format1", 11, 1, new Date(System.currentTimeMillis())),
(2, "format2", 22, 2, new Date((System.currentTimeMillis()))),
(3, "format3", 33, 3, new Date((System.currentTimeMillis())))
)
DBIOAction提供许多好用的方法:
map方法:参数是个函数,这个函数可以返回任意类型的值,返回是个DBIOAction。 所以可以使用map关联起来多个DBIOAction。
flatMap方法:参数是个函数,这个函数的返回值必须是个DBIOAction,返回值是个DBIOAction。作用跟map类似,只不过函数参数的返回值不一样。
filter方法:参数是个函数,这个函数的返回值必须是个Boolean,返回值是个DBIOAction。过滤作用。
andThen方法:参数是个DBIOAction,返回值是个DBIOAction。在Action完成后执行另外一个Action。
增删改查操作
查询
Slick的查询可以直接通过TableQuery操作,使用TableQuery提供的filter可以实现过滤操作,使用drop和take完成分页操作,使用sortBy完成排序操作。
students.filter(_.classroomId === 1)
students.drop(1).take(2)
students.sortBy(_.age.desc)
可以使用map方法找出需要的列。
多列:
students.map { student =>
(student.name, student.age)
}
一列:
students.map(_.name)
Join方法:
cross join操作:
val crossJoin = for {
(s, c) <- students join classrooms
} yield (s.name, c.name)
inner Join操作:
val innerJoin = for {
(s, c) <- students join classrooms on (_.classroomId === _.id)
} yield (s.name, c.name)
另外一个inner join:
val innerJoin = for {
s <- students
c <- classrooms if c.id === s.classroomId
} yield (s.name, c.name)
left join操作:
val leftJoin = for {
(s, c) <- students joinLeft classrooms on (_.classroomId === _.id)
} yield (s.name, c.map(_.name))
right join操作:
val rightJoin = for {
(s, c) <- students joinRight classrooms on (_.classroomId === _.id)
} yield (s.map(_.name), c.name)
新增
所有列都有值:
val insertAction = DBIO.seq(
students += (4, "format4", 44, 3, new Date(System.currentTimeMillis())),
students += (5, "format5", 55, 3, new Date(System.currentTimeMillis())),
students ++= Seq (
(6, "format6", 66, 3, new Date(System.currentTimeMillis())),
(7, "format7", 77, 3, new Date(System.currentTimeMillis()))
)
)
部分列有值:
students.map(s => (s.name, s.age, s.classroomId)) += ("format8", 88, 3)
删除
删除classroomId为3的所有数据:
val q = students.filter(_.classroomId === 3)
val affectedRowsCountFuture = db.run(q.delete)
affectedRowsCountFuture.map { rows =>
println(rows)
}
修改
修改单列:
val q = students.filter(_.id === 2).map(_.name)
val updateSql = q.update("format2222")
db.run(updateSql)
修改多列:
val q = students.filter(_.id === 2).map(s => (s.name, s.age))
val updateSql = q.update(("format2222", 222))
db.run(updateSql)
CaseClass的使用
之前的例子都是使用Tuple构造domain。 还有一种更方便的方式,那就是使用CaseClass。
case class People(id: Long, name: String, age: Int)
例子:
private class PeopleTable(tag: Tag) extends Table[People](tag, "people") {
val id = column[Long]("id", O.PrimaryKey, O.AutoInc)
val name = column[String]("name")
val age = column[Int]("age")
def * = (id, name, age) <> ((People.apply _).tupled, People.unapply)
}
val db = Database.forConfig("h2mem1")
try {
val people = TableQuery[PeopleTable]
val setupAction = DBIO.seq(
people.schema.create,
people += People(1, "format1", 11)
)
val setupFuture = db.run(setupAction);
val f = setupFuture.flatMap { _ =>
db.run(people.result).map { p =>
p.foreach(println)
}
}
Await.result(f, Duration.Inf)
} finally db.close()