解析xml数据存入bean映射到数据库的 需求解决过程

首先贴上已知的一段代码demo，解析xml。按照此方式进行功能开发。

package com.iflytek.zhejiang.hangzhou.qlsx.serviceimpl;import java.util.List;import org.apache.commons.configuration.Configuration;import org.apache.commons.configuration.ConfigurationException;import org.apache.commons.configuration.XMLConfiguration;public class XMLParserSample {public static XMLParserSample getConf() {try {return parse();} catch (ConfigurationException e) {e.printStackTrace();}return null;}private static XMLParserSample parse() throws ConfigurationException {Configuration config = new XMLConfiguration(XMLParserSample.class.getClassLoader().getResource("conf.xml"));String ip = config.getString("dataBaseURI");String account = config.getString("account");String password = config.getString("password");String runTime = config.getString("runTime");List<?> tasks = config.getList("tasks.table[@name]");//List<Table> tblLst = new ArrayList<Table>();//for (int i = 0; i < tasks.size(); i++) {////Table tbl = new Table();//tbl.setName(config.getString(String.format(//"tasks.table(%d)[@name]", i)));//tbl.setInfo(config.getString(String.format(//"tasks.table(%d)[@info]", i)));//tbl.setPrimary(config.getString(String.format(//"tasks.table(%d)[@primary]", i)));//tbl.setColumns(config.getList(String.format(//"tasks.table(%d).columns", i)));//tbl.setTemplate(config.getString(String.format(//"tasks.table(%d)[@template]", i)));//tbl.setWaitTime(config.getString(String.format(//"tasks.table(%d)[@waitTime]", i)));//tbl.setRunTime(config.getString(String.format(//"tasks.table(%d)[@runTime]", i)));//tbl.setSingle(config.getString(String.format(//"tasks.table(%d)[@single]", i)));//tbl.setUrl(config.getString(String.format("tasks.table(%d).url", i)));////if ( StringUtils.equals(TaskType.MULTI_GETTER, tbl.getTemplate())) {//TableItem item = new TableItem();////item.setName(config.getString(String.format(//"tasks.table(%d).item[@name]", i)));//item.setInfo(config.getString(String.format(//"tasks.table(%d).item[@info]", i)));//item.setRef(config.getString(String.format(//"tasks.table(%d).item[@ref]", i)));//item.setColumns(config.getList(String.format(//"tasks.table(%d).item.columns", i)));//item.setUrl(config.getString(String.format("tasks.table(%d).item.url", i)));////tbl.setItem(item);//}////tblLst.add(tbl);//}////gc.setTblLst(tblLst);////return gc;//return null;}}

有以下几点不理解：

①List<?> tasks = config.getList("tasks.table[@name]");是什么？tasks、table我猜测是conf.xml里面的开头的标签【根标签附近的层级的标签】名字，具体我也没有conf.xml的内容格式，不知是啥。

XMLParserSample.class.getClassLoader().getResource("conf.xml")

这一串的意思像是利用了反射的知识内容，获取解析器？

②Configuration   这种解析xml文件的方式我没接触过，之前只知道sax和dom4j。经过资料查询，算是有所了解学习。参考 http://blog.csdn.net/t1dmzks/article/details/64500731  ，

Apache Commons Configuration 读取xml文件的功能。参考：http://blog.csdn.net/qq_30739519/article/details/50865526

③config.getString(String.format("tasks.table(%d)[@name]", i)));

这种写法一方面是String的format方法的使用，相关知识可以参考 http://blog.csdn.net/lonely_fireworks/article/details/7962171/

另一方面，结合②，[@name]这种语法是 XPATH的知识点。关于XPATH，我突然想起俩年前初学php入门时好像学过了解下，不过一直没用到过，现在竟然忘得一干二净认不出来，-_-||

demo中的实体bean  Table类，demo中没有对应的代码，也没有conf.xml文件，还有最后的那个gc，都不知道是干啥的，导致我很不理解疑问①的遍历getList()到底是什么原理。一脸懵。循环体中无非就是从xml取出对应数据封装到实体bean的属性里面，dao层用的hibernate，但是demo里面没有sql，所以我才猜测是利用的hibernate和数据库表的映射关系来存储数据的，个人也没有学习过hibernate，只是有点接触。最后返回的对象是什么gc是什么也是一头雾水。以上为开发前对demo的整体感受简述。

开发需求说明：

AAAA表中，ROWGUID、UPDATE_DATE两个字段作联合主键（存在ROWGUID相同UPDATE_DATE不同的多条记录），另有一个字段MATERIAL_INFO，存的就是下述xml内容的字符串形式的数据。我的任务就是取出这三个字段的值，封装到三个新建表【建表语句在下面】对应的三个java  bean里面，然后映射数据入库。（多条记录ROWGUID相同就取UPDATE_DATE最大的那条数据），另有过滤条件process=0，sql如下：

select ROWGUID ,max(UPDATE_DATE) UPDATE_DATE,MATERIAL_INFO  from AAAA where PROCESS = '0' group by ROWGUID ";

取出数据后，因为存放到三张表里面。表与表之间的字段关联关系全在下面的建表语句的注释中说明了（稍微有点复杂，熟悉了就好理解了）

贴上要开发分析的xml文件的内容格式：

<?xml version="1.0" encoding="utf-8"?><DATAAREA>  <CHANGE_FLAG>1</CHANGE_FLAG>  <MATERIALS>    <MATERIAL>      <MATERIALGUID>2fadsfdsfsdc22ed9d</MATERIALGUID>      <NAME>水电费水电费水电费</NAME>      <FORMAT>1</FORMAT>      <DETAIL_REQUIREMENT>一份</DETAIL_REQUIREMENT>      <NECESSITY>1</NECESSITY>      <NECESSITY_DESC/>      <MATERIAL_RES/>      <IS_RQ/>      <EMPTYTABLE>        <FILENAME/>        <FILECONTENT/>        <FILEURL/>      </EMPTYTABLE>      <EXAMPLETABLE>        <FILENAME/>        <FILECONTENT/>        <FILEURL/>      </EXAMPLETABLE>      <BAK/>    </MATERIAL>    <MATERIAL>      <MATERIALGUID>1fsdfdsfsd07a525a</MATERIALGUID>      <NAME>发送到发的所发生的</NAME>      <FORMAT>1</FORMAT>      <DETAIL_REQUIREMENT>1份</DETAIL_REQUIREMENT>      <NECESSITY>1</NECESSITY>      <NECESSITY_DESC/>      <MATERIAL_RES/>      <IS_RQ/>      <EMPTYTABLE>        <FILENAME/>        <FILECONTENT/>        <FILEURL/>      </EMPTYTABLE>      <EXAMPLETABLE>        <FILENAME/>        <FILECONTENT/>        <FILEURL/>      </EXAMPLETABLE>      <BAK/>    </MATERIAL>    ......等多个<MATERIAL></MATERIAL>  </MATERIALS></DATAAREA>

新建三张表的建表语句：【表之间存在  逻辑外键的关系连接】

DROP TABLE IF EXISTS `material_info`;CREATE TABLE `material_info` (  `MATERIALGUID` varchar(255) NOT NULL COMMENT '主键   材料标识',  `QLSX_ROWGUID` varchar(50) NOT NULL COMMENT ' AAAA 表中的rowguid对应的字段值',  `QLSX_UPDATE_DATE` datetime NOT NULL COMMENT ' AAAA 表中的update_date对应的字段值',  `NAME` varchar(512) NOT NULL COMMENT '材料名称',  `FORMAT` varchar(8)  COMMENT '材料形式，代码项：材料形式',  `DETAIL_REQUIREMENT` varchar(100)  COMMENT '材料详细要求',  `NECESSITY` varchar(8)  COMMENT '材料必要性，代码项：材料必要性',  `NECESSITY_DESC` varchar(255) COMMENT '材料必要性描述',  `IS_RQ` varchar(255)  COMMENT '',  `BAK` varchar(512)  COMMENT '备注',  `UPDATE_DATE` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,   PRIMARY KEY (`materialguid`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='权力事项库-申报材料主表';DROP TABLE IF EXISTS `material_res`;CREATE TABLE `material_res` (  `ID`  bigint unsigned auto_increment  COMMENT '物理主键，无意义',  `MATERIALGUID` varchar(255) NOT NULL COMMENT '逻辑主键，参照material_info表中对应的materialguid字段值',  `MATERIAL_RES` varchar(255)  COMMENT '材料出具单位',  `EXAMPLETABLE` CHAR(1) default '0' NOT NULL COMMENT 'FILENAME、FILECONTENT、FILEURL的xml中的父标签是否为EXAMPLETABLE  1是  0不是',  `FILENAME` varchar(255)  COMMENT '空白表格文件名称（完整文件名，带后缀）',  `FILECONTENT` longtext COMMENT '文件内容，BASE64编码格式',  `FILEURL` varchar(255)  COMMENT '附件链接地址（公有云地址）',  `UPDATE_DATE` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,  PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='权力事项库-申报材料出具单位和材料信息表';DROP TABLE IF EXISTS `material_trans_log`;CREATE TABLE `material_trans_log` (  `ID`  bigint unsigned auto_increment  COMMENT '物理主键，无意义',  `QLSX_ROWGUID` varchar(50) NOT NULL COMMENT ' AAAA 表中的rowguid对应的字段值',  `QLSX_UPDATE_DATE` datetime NOT NULL COMMENT ' AAAA 表中的update_date对应的字段值',  `QLSX_CHANGE_FLAG` varchar(10) NOT NULL COMMENT '0：未变化，1：变化',  `CREATE_TIME` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,  PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='权力事项库-申报材料解析入库的日志表';

取出三个字段的值，做参数传给自己写的xml解析方法parse()；在解析方法中进行xml解析并进行对应bean的封装。

经过请示可以不必非要按照demo，果断改用dom4j开始解析赋值。自己的代码如下【踩坑提示：在处理xml时，一定要注意标签之间的层级关系以及数量关系，不然容易出现逻辑错误】】：

public XmlParserVO parse(String rowguid,Timestamp updatedate,String materialinfo) throws DocumentException {//参数就是刚刚取出的三个字段的值Document document = DocumentHelper.parseText(materialinfo);  //   materialinfo   为xml格式字符串//一个xml就一个  CHANGE_FLAG  标签，不在material标签内部，故在遍历前取出 String changeFlag = document.selectSingleNode("/DATAAREA/CHANGE_FLAG").getText();//materialinfo  MaterialInfo  MaterialTransLog   为新建三张表对应的类beanList<MaterialRes>       listRes      = new ArrayList<MaterialRes>();List<MaterialInfo>      listInfo  = new ArrayList<MaterialInfo>();MaterialTransLog materialtrauslog = new MaterialTransLog();materialtrauslog.setQLSX_ROWGUID(rowguid);materialtrauslog.setQLSX_UPDATE_DATE(updatedate);materialtrauslog.setQLSX_CHANGE_FLAG(changeFlag);//获取MATERIALS节点Node nodeMaterials = document.selectSingleNode("/DATAAREA/MATERIALS");//取得MATERIALS节点下所有名为“MATERIAL”的子节点，并进行遍历.  遍历后每一个元素就是一组 MATERIAL 标签中的值    List listMaterial = ((Element) nodeMaterials).elements("MATERIAL");        for (Iterator it = listMaterial.iterator(); it.hasNext();) {             Element elmMaterial = (Element) it.next();  //  获取一个   MATERIAL  节点        //提前取出materialRes、materialGuid，供下面material_res复用String materialRes = elmMaterial.element("MATERIAL_RES").getText();String materialGuid = elmMaterial.element("MATERIALGUID").getText();MaterialInfo materialInfo = new MaterialInfo();materialInfo.setMATERIALGUID(materialGuid);materialInfo.setQLSX_ROWGUID(rowguid);materialInfo.setQLSX_UPDATE_DATE(updatedate);materialInfo.setNAME(elmMaterial.element("NAME").getText());materialInfo.setFORMAT(elmMaterial.element("FORMAT").getText());materialInfo.setDETAIL_REQUIREMENT(elmMaterial.element("DETAIL_REQUIREMENT").getText());materialInfo.setNECESSITY(elmMaterial.element("NECESSITY").getText());materialInfo.setNECESSITY_DESC(elmMaterial.element("NECESSITY_DESC").getText());materialInfo.setIS_RQ(elmMaterial.element("IS_RQ").getText());materialInfo.setBAK(elmMaterial.element("BAK").getText());listInfo.add(materialInfo);/* * EMPTYTABLE   EXAMPLETABLE  标签(可能有多个)下 均有FILENAME、FILECONTENT、FILEURL子标签，     *  会产生多个数据，遍历后在每一个数据下再进行bean的创建封装，以对应每一条记录。*/List listEmptytable = elmMaterial.elements("EMPTYTABLE");for (Iterator it2 = listEmptytable.iterator(); it2.hasNext();) {             Element elmEmptytable = (Element) it2.next();  //  获取一个   EMPTYTABLE  节点        MaterialRes materialres = new MaterialRes();        materialres.setMATERIALGUID(materialGuid);materialres.setMATERIAL_RES(materialRes);materialres.setEXAMPLETABLE(EnumNumber.NUMZERO.getNumber());     //枚举类型  值为0materialres.setFILENAME(elmEmptytable.element("elmEmptytable").getText());materialres.setFILECONTENT(elmEmptytable.element("FILECONTENT").getText());materialres.setFILEURL(elmEmptytable.element("FILEURL").getText());listRes.add(materialres);}List listExampletable = elmMaterial.elements("EXAMPLETABLE");for (Iterator it3 = listExampletable.iterator(); it3.hasNext();) {             Element elmExampletable = (Element) it3.next();  //  获取一个   EXAMPLETABLE  节点        MaterialRes materialres = new MaterialRes();        materialres.setMATERIALGUID(materialGuid);materialres.setMATERIAL_RES(materialRes);materialres.setEXAMPLETABLE(EnumNumber.NUMONE.getNumber());     //枚举类型  值为1materialres.setFILENAME(elmExampletable.element("elmEmptytable").getText());materialres.setFILECONTENT(elmExampletable.element("FILECONTENT").getText());materialres.setFILEURL(elmExampletable.element("FILEURL").getText());listRes.add(materialres);}        }    //返回封装好的数据集合XmlParserVO xmlparservo = new XmlParserVO(listRes, listInfo, materialtrauslog);return xmlparservo;

我把一些细节以及修改在代码中用注释进行了标注，以便于理解。

小细节：

①枚举类型的使用，而不是直接给值1或者0，枚举的好处在此不再赘述。【我也是被经理指出后的建议才修改的】，其实这里可以直接就在本类中定义常量的形式代替枚举，因为别的地方也没有用到。总之不要直接在代码中去写“0”这一类的代码。目的是为了以后便与修改。

②最后返回数据用  数据传输对象  封装返回。

③ 变量命名规范，我个人的坏毛病总是喜欢用下划线，在这里强调下能用驼峰别用下划线，推荐安装阿里的java开发规范插件，代码至少要做到工整，还有，注释要完整，比如我经常会忘记在方法的注释中只写个简洁的说明，而不写参数@param等注释，这样很不规范严谨，给后来的开发者维护带来困难。

对返回的集合遍历取出bean，作为object参数传入dao，进行数据库插入：

@SuppressWarnings("rawtypes")public class GetMaterialInfoDao extends HibernateEntityDao {private SessionFactory sessionFactory;public SessionFactory getSessionFactory() {return sessionFactory;}public void setSessionFactory(SessionFactory sessionFactory) {this.sessionFactory = sessionFactory;super.sessionFactory = sessionFactory;}@SuppressWarnings("unchecked")@Transactionalpublic void saveDate(Object obj){Session session = sessionFactory.getCurrentSession();session.save(obj);}}

这段代码其实就是我不会用hibernate的体现。-save()方法还用在dao层自己写吗？？？￣□￣｜｜

功能逻辑上到此就完成了。但是因为一些细节，导致一直在不断修改，也算是踩坑记录吧。

1、当数据存入新建的表之后，要把 AAAA 表中已经取出并入库的该条数据的process字段从0 改为1 ，来标志着该条数据记录已经完成取值入库的处理流程。一开始我是用rowguid和update_date两个字段参数去 AAAA 表更新process字段，但是经理说我逻辑不对，为什么？我用做更新process字段传递的这两个参数rowguid和update_date值，来自于最开始从 AAAA 中取回xml数据时的那个查询语句，这个update_date 是取得最大值【max(UPDATE_DATE)  UPDATE_DATE】，如果我还用这个update_date做参数去定位数据记录，那么我只能更新 AAAA 表中该rowguid下rowguid相同，update_date最大的那条数据的process，其他的给漏掉了。比如：

---------------------------------------------------------

rowguid   |  update_date  |process

12            |   2017-08-13  |    0 ---------------也应该改为1，但被漏掉了

12            |   2017-08-14  |    0 ---------------也应该改为1，但被漏掉了

12            |   2017-08-15  |    0  ---------------改为  1

开发过程中考虑的不严谨不周全，【关于这一点，还有，在把解析出的数据存入库之前，再做一个验证，去material_info表里面查询一下这条数据是否已经存在，如果已存在，删了，再把现在刚解析出的数据插入进去，这一点也是我不曾考虑到的】，虽然对业务流程不熟悉，毕竟只是单一接到功能需求，大范围业务流程背景并不清楚，但是严谨周全的工作思路还是必须的。不然就是一堆bug了。。。。

2、 在最开始从 AAAA 表中取数据时，内存溢出异常。三十万条数据，我直接就一次取出放入list接收了，根本就没有考虑可行的意识，只是直接认为这样能实现功能，还是在实现功能的层面去开发。肯定要分页去查询了啊（mysql   limit）。改进的过程中，先获取总记录数，定义一次查多少条，计算查询出次数，然后分页 limit  查询 。再从另外一角度考虑下，为什么不在这里加一个多线程去执行，这样不是更快吗，现在肯定很慢。再次改进，代码如下：

------------------------------------添加 线程  并  分页   从  _new表  查询  xml  等数据  代码---------------------------------

private static final int LIMIT = 50;private final static Executor executor = Executors.newCachedThreadPool();//启用多线程@Overridepublic void dataHanding() {Long countNum = qltQlsxDao.getCountNum();int times = 0;if( 0 == countNum % LIMIT ){times = (int) (countNum / LIMIT);}else{times = (int) (countNum / LIMIT) +1;}//int times = (int) Math.floor(countNum / LIMIT);//分页查询 避免内存溢出for (int i = 1; i <= times; i++) {//List<QltQlsxNewDto> dataLst = qltQlsxDao.getMaterialInfo((i - 1) * LIMIT, LIMIT);//if ( null == dataLst || dataLst.isEmpty() ) {//logger.info("无数据需要处理");//return ;//}final int j=i;   executor.execute(new Runnable() {                 @Override                 public void run() {                 try{              List<QltQlsxNewDto> dataLst = qltQlsxDao.getMaterialInfo((j - 1) * LIMIT, LIMIT);      if ( null == dataLst || dataLst.isEmpty() ) {      logger.info("无数据需要处理");      return ;      }      parseXMLInfoAndSave(dataLst);                 }catch(Exception e){                 }                 }}); }}

经过实际测试，速度比原来快的多得多。参考：http://blog.csdn.net/bestcxx/article/details/49472035

----------------------------------------------------代码完    分割线---------------------------------------------------------------

3、关于上面的limit，给dao层sql语句穿两个参数，一个是开始取值的下标m,一个是每次取多少个n，其实就是limit 的两个参数  limit m,n   

如果最后一次分页，未取数据剩余数目小于 n，这是没关系的，不受影响。最后一次分页剩45个数据没取，我每次都取50，也不会报错的啊。可我犯糊涂了，进行判断是不是最后一次的分页，是的话，就把传的参数n改为经过计算得出的最后还没取出的数目，比如 limit（m,45）。

4、还是关于代码的编写，尽量进行封装复用。

比如上面xml解析代码中的

materialInfo.setDETAIL_REQUIREMENT(elmMaterial.element("DETAIL_REQUIREMENT").getText());

更改后把

elmMaterial.element("DETAIL_REQUIREMENT").getText()

放到一个方法中去，

// 封装从Node中获取Element，并获取Textprivate String getElementAsText(Element e, String nodeName ) {Element targetElement = e.element(nodeName);if ( null == targetElement ) return null;return targetElement.getText();}

5、注解事务  改为  手动事务

这个要看具体场景灵活选择。如果使用注解在方法A上，A中又调用方法B，B里面其中  x部分的代码次啊是真正想要进行事务控制的地方，就这x处手动开启 运用事务，而我之前只是简单的把事务注解放在A上面完事，压根就没有考虑这个方面的问题。。。。

session.beginTransaction();xxxxxxxxxxxxxxxxxxxxxxx;

session.getTransaction().commit();

6、在新建dao层service层时，注意为以后的业务扩展考虑，不同表的增删改查操作方法不要写在一个dao里面，按照业务新建dao。其它层次也是同理。说到这想起了之前在北京的一位同事，当时给我讲解传参的场景，客户需求总是变来变去，有时候参数传递自己不要写的那么死，给自己留条路，便于自己修改，也利于项目代码优化。

在此，真心向给与我过知道帮助的同事朋友说一声谢谢。ღ( ´･ᴗ･` )比心
没有什么特别大的高深内容，但都是我每一步菜的坑和小结心得吧，警醒自己吸取教训，努力进步。