由于關(guān)系型數(shù)據(jù)庫(kù)操作語(yǔ)言和面向?qū)ο笳Z(yǔ)言之間的差異，如今我們?nèi)匀恍枰ㄙM(fèi)許多時(shí)間建立數(shù)據(jù)庫(kù)與 Java 應(yīng)用之間互相溝通的橋梁。通常，我們可以編寫自己的映射層（mapping layer），或者使用第三方的 ORM（Object Relational Mapper）對(duì)象關(guān)系映射框架，比如 Hibernate。ORM 框架雖然使用起來(lái)很方便，但是如何正確地配置和提高框架操作數(shù)據(jù)庫(kù)的性能卻不太容易，ORM 框架往往會(huì)使我們的應(yīng)用性能下降。 最近，我貢獻(xiàn)了一個(gè)新的開源項(xiàng)目——Speedment，它能使我們使用 Java 8 開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序變得更為快捷和高效。

Speedment 是使用 ORM 方式操作數(shù)據(jù)庫(kù)的一種選擇，以前我們需要100行操作數(shù)據(jù)庫(kù)的 Java 代碼，在 Java 8中，可能只需要一行代碼。

在90年代末，我使用 Java 開發(fā)數(shù)據(jù)庫(kù)應(yīng)用的時(shí)候，許多代碼邏輯都需要自己來(lái)編寫，比如捕獲異常、類型轉(zhuǎn)換等，經(jīng)過(guò)許多改動(dòng)，最后這些代碼變得難以維護(hù)和擴(kuò)展。

由于關(guān)系型數(shù)據(jù)庫(kù)操作語(yǔ)言和面向?qū)ο笳Z(yǔ)言之間的差異，如今我們?nèi)匀恍枰ㄙM(fèi)許多時(shí)間建立數(shù)據(jù)庫(kù)與 Java 應(yīng)用之間互相溝通的橋梁。通常，我們可以編寫自己的映射層（mapping layer），或者使用第三方的 ORM（Object Relational Mapper）對(duì)象關(guān)系映射框架，比如 Hibernate。ORM 框架雖然使用起來(lái)很方便，但是如何正確地配置和提高框架操作數(shù)據(jù)庫(kù)的性能卻不太容易，ORM 框架往往會(huì)使我們的應(yīng)用性能下降。

最近，我貢獻(xiàn)了一個(gè)新的開源項(xiàng)目——Speedment，它能使我們使用 Java 8 開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序變得更為快捷和高效。

Speedment 是什么？

Speedment 是一個(gè)開源項(xiàng)目，它是一個(gè)基于 Java 8 的新特性開發(fā)的新的 Java 庫(kù)，從這個(gè)項(xiàng)目開發(fā)開始，它的代碼就全部使用 Java 8來(lái)編寫。Speedment 使用標(biāo)準(zhǔn)流查詢數(shù)據(jù)庫(kù),這使得開發(fā)者不需要學(xué)習(xí)任何新的查詢 API ，以及不必考慮 JDBC 、ResultSet 和其他有關(guān)數(shù)據(jù)庫(kù)的指定的操作。

Speedment 會(huì)根據(jù)現(xiàn)有數(shù)據(jù)庫(kù)來(lái)自動(dòng)生成代碼。由于它的這種方式，開發(fā)者不需要編寫一行關(guān)于數(shù)據(jù)庫(kù)實(shí)體（database entities）的代碼。它生成的代碼中也包含 JavaDocs 幫助文檔，這使開發(fā)者不需要編寫關(guān)于 User 或者 Book 等對(duì)象的實(shí)體類。取而代之地，我們只需要?jiǎng)?chuàng)建或者使用一個(gè)現(xiàn)有的數(shù)據(jù)庫(kù)，然后用 Speedment 去連接它，接著 Speedment 會(huì)分析數(shù)據(jù)庫(kù)結(jié)構(gòu)來(lái)生成實(shí)體類的代碼。

更有趣的是，Speedment 用野兔來(lái)作為它的吉祥物。 在接下來(lái)的例子中，我們會(huì)使用一個(gè)名為 “hare” 的數(shù)據(jù)庫(kù)來(lái)給大家演示 Speedment 的使用方式。該數(shù)據(jù)庫(kù)的表結(jié)構(gòu)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 根據(jù)數(shù)據(jù)庫(kù)信息生成的一個(gè)相應(yīng)的實(shí)體類（為簡(jiǎn)潔起見，我們將 JavaDocs 在這里移除了）：

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();
}

我將用一篇單獨(dú)的文章介紹 find*() 方法的用法，它可以被用來(lái)代替 SQL joins 操作。

Queries查詢示例

下面的例子展示如何查詢 Hare 表的數(shù)據(jù)庫(kù)信息：

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

智能流

上面的代碼看起來(lái)已經(jīng)遍歷了 hare 數(shù)據(jù)庫(kù)表的所有行，但實(shí)際上并不是這樣的。 Stream 是智能的，當(dāng)它到達(dá) collect() 操作的時(shí)候，會(huì)分析 filter 操作，并推斷出 hare.age 大于8的列，因此會(huì)節(jié)省 hares 的流操作，產(chǎn)生與 “select * from hare where age > 8” 操作一樣的效果。如果你使用了多個(gè) filters，他們會(huì)被合并起來(lái)以節(jié)省流操作。下面是另一種用流方式進(jìn)行多個(gè)操作的例子：

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

在上面的代碼中，當(dāng)流到達(dá) count() 操作時(shí)，它將檢查它自己的管道。首先會(huì)推斷上面例子中的 AGE 操作，其次在不改變 count() 結(jié)果的情況下，會(huì)推斷 mapToInt() 和 sorted() 操作，這些操作可以被消除，因此這段代碼的操作被節(jié)省為 “select count(*) from hare where age > 8”。這意味著您可以使用 Java 8 流而你不必如此在意流是如何轉(zhuǎn)換為SQL的。

如何下載和加入我們

如果你想學(xué)習(xí)如何使用 Speedment 的 API 和在項(xiàng)目中如何使用 Speedment，可以訪問(wèn)網(wǎng)址 www.speedment.org，并可以在 gitter 上發(fā)表評(píng)論，也可以從 GitHub 上下載 Speedment 的源碼，來(lái)貢獻(xiàn)你自己的代碼。

總結(jié)

回顧早期的一些老項(xiàng)目，一個(gè)超過(guò)100行代碼的數(shù)據(jù)庫(kù)類，現(xiàn)在可以使用 Java 8 縮減成1行代碼。那是反轉(zhuǎn)后的摩爾定律，在14年內(nèi)（=7摩爾周期），行數(shù)大約減半了七次。這就是進(jìn)步！

什么是數(shù)據(jù)流

流代表從支持聚合操作源的序列的對(duì)象。以下是數(shù)據(jù)流的特點(diǎn)。

元素序列 - 流提供了一組特定類型的以順序方式元素。流獲取/計(jì)算需求的元素。它不存儲(chǔ)元素。

源- 流使用集合，數(shù)組或I/O資源為輸入源。

聚合操作 - 數(shù)據(jù)流支持如filter, map, limit, reduced, find, match等聚合操作。

管道傳輸 - 大多數(shù)流操作的返回流本身使他們的結(jié)果可以被管道傳輸。這些操作被稱為中間操作以及它們的功能是利用輸入，處理輸入和輸出返回到目標(biāo)。collect()方法是終端操作，這是通常出現(xiàn)在管道傳輸操作結(jié)束標(biāo)記流的結(jié)束。

自動(dòng)迭代 - 流操作內(nèi)部做了反復(fù)對(duì)比，其中明確迭代需要集合提供源元素。

最新評(píng)論