浅谈Slick(1)- 基本功能描述
来源:互联网 发布:淘宝卖种子新规则 编辑:程序博客网 时间:2024/05/27 01:23
Slick (Scala language-integrated connection kit)是scala的一个FRM(Functional Relational Mapper),即函数式的关系数据库编程工具库。Slick的主要目的是使关系数据库能更容易、更自然的融入函数式编程模式,它可以使使用者像对待scala集合一样来处理关系数据库表。也就是说可以用scala集合的那些丰富的操作函数来处理库表数据。Slick把数据库编程融入到scala编程中,编程人员可以不需要编写SQL代码。我把Slick官方网站上Slick3.1.1文档的Slick介绍章节中的一些描述和例子拿过来帮助介绍Slick的功能。下面是Slick数据库和类对象关系对应的一个例子:
import slick.driver.H2Driver.api._object slickIntro { case class Coffee(id: Int,
name: String, supID: Int = 0, price: Double , sales: Int = 0, total: Int = 0) class Coffees(tag: Tag) extends Table[Coffee](tag, "COFFEES") {
def id = column[Int]("COF_ID", O.PrimaryKey, O.AutoInc) def name = column[String]("COF_NAME") def supID = column[Int]("SUP_ID") def price = column[Double]("PRICE") def sales = column[Int]("SALES", O.Default(0)) def total = column[Int]("TOTAL", O.Default(0)) def * = (id, name, supID, price, sales, total) <> (Coffee.tupled, Coffee.unapply) } val coffees = TableQuery[Coffees] //> coffees : slick.lifted.TableQuery[worksheets.slickIntro.Coffees] = Rep(TableExpansion)}
我们把数据库中的COFFEES表与Coffees类做了对应,包括字段、索引、默认值、返回结果集字段等。现在这个coffees就是scala里的一个对象,但它代表了数据库表。现在我们可以用scala语言来编写数据存取程序了:
val limit = 10.0 //> limit : Double = 10.0// // 写Query时就像下面这样:( for( c <- coffees; if c.price < limit ) yield c.name ).result //> res0: slick.driver.H2Driver.StreamingDriverAction[Seq[String],String,slick.dbio.Effect.Read] = slick.driver.JdbcActionComponent$QueryActionExtensionMethodsImpl$$anon$1@46cdf8bd// 相当于 SQL: select COF_NAME from COFFEES where PRICE < 10.0
或者下面这些不同的Query:
// 返回"name"字段的Query// 相当于 SQL: select NAME from COFFEEScoffees.map(_.name) //> res1: slick.lifted.Query[slick.lifted.Rep[String],String,Seq] = Rep(Bind)// 选择 price < 10.0 的所有记录Query// 相当于 SQL: select * from COFFEES where PRICE < 10.0coffees.filter(_.price < 10.0) //> res2: slick.lifted.Query[worksheets.slickIntro.Coffees,worksheets.slickIntro.Coffees#TableElementType,Seq] = Rep(Filter @1946988038)
我们可以这样表述:coffees.map(_.name) >>> coffees.map{row=>row.name}, coffees.filter(_.price<10.0) >>> coffees.filter{row=>row.price<10.0),都是函数式集合操作语法。
Slick把Query编写与scala语言集成,这使编程人员可以用熟悉惯用的scala来表述SQL Query,直接的好处是scalac在编译时就能够发现Query错误:
//coffees.map(_.prices) //编译错误:value prices is not a member of worksheets.slickIntro.Coffees
最新版本的Slick最大的特点是采用了Functional I/O技术,从而实现了安全的多线程无阻碍I/O操作。再就是实现了Query的函数组合(functional composition),使Query编程更贴近函数式编程模式。通过函数组合实现代码重复利用,提高编程工作效率。具体实现方式是利用freemonad(DBIOAction类型就是个freemonad)的延迟运算模式,将DBIOAction的编程和实际运算分离,在DBIOAction编程过程中不会产生副作用(side-effect),从而实现纯代码的函数组合。我们来看看Query函数组合和DBIOAction运算示范:
import scala.concurrent.ExecutionContext.Implicits.globalval qDelete = coffees.filter(_.price > 0.0).delete//> qDelete : slick.driver.H2Driver.DriverAction[Int,slick.dbio.NoStream,slick.dbio.Effect.Write] ...val qAdd1 = (coffees returning coffees.map(_.id)) += Coffee(name="Columbia",price=128.0)//> qAdd1 : slick.profile.FixedSqlAction[Int,slick.dbio.NoStream,slick.dbio.Effect.Write]...val qAdd2 = (coffees returning coffees.map(_.id)) += Coffee(name="Blue Mountain",price=828.0)//> qAdd2 : slick.profile.FixedSqlAction[Int,slick.dbio.NoStream,slick.dbio.Effect.Write]...def getNameAndPrice(n: Int) = coffees.filter(_.id === n) .map(r => (r.name,r.price)).result.head //> getNameAndPrice: (n: Int)slick.profile.SqlAction[(String, Double),slick.dbio.NoStream,slick.dbio.Effect.Read]val actions = for { _ <- coffees.schema.create _ <- qDelete c1 <- qAdd1 c2 <- qAdd2 (n1,p1) <- getNameAndPrice(c1) (n2,p2) <- getNameAndPrice(c2)} yield (n1,p1,n2,p2) //> actions : slick.dbio.DBIOAction[(String, Double, String, Double),..
我们可以放心的来组合这个actions,不用担心有任何副作用。actions的类型是:DBAction[String,Double,String,Double]。我们必须用Database.Run来真正开始运算,产生副作用:
import java.sql.SQLExceptionimport scala.concurrent.Awaitimport scala.concurrent.duration._val db = Database.forURL("jdbc:h2:mem:demo", driver="org.h2.Driver") //> db : slick.driver.H2Driver.backend.DatabaseDef = slick.jdbc.JdbcBackend$DatabaseDef@1a5b6f42Await.result( db.run(actions.transactionally).map { res => println(s"Add coffee: ${res._1},${res._2} and ${res._3},${res._4}") }.recover { case e: SQLException => println("Caught exception: " + e.getMessage) }, Duration.Inf) //> Add coffee: Columbia,128.0 and Blue Mountain,828.0
在特殊的情况下我们也可以引用纯SQL语句:Slick提供了Plain SQL API, 如下:
val limit = 10.0sql"select COF_NAME from COFFEES where PRICE < $limit".as[String]// 用$来绑定变量: // select COF_NAME from COFFEES where PRICE < ?
package worksheetsimport slick.driver.H2Driver.api._object slickIntro { case class Coffee(id: Int = 0, name: String, supID: Int = 0, price: Double, sales: Int = 0, total: Int = 0) class Coffees(tag: Tag) extends Table[Coffee](tag, "COFFEES") { def id = column[Int]("COF_ID", O.PrimaryKey, O.AutoInc) def name = column[String]("COF_NAME") def supID = column[Int]("SUP_ID") def price = column[Double]("PRICE") def sales = column[Int]("SALES", O.Default(0)) def total = column[Int]("TOTAL", O.Default(0)) def * = (id, name, supID, price, sales, total) <> (Coffee.tupled, Coffee.unapply) } val coffees = TableQuery[Coffees] val limit = 10.0// // 写Query时就像下面这样:( for( c <- coffees; if c.price < limit ) yield c.name ).result// 相当于 SQL: select COF_NAME from COFFEES where PRICE < 10.0// 返回"name"字段的Query// 相当于 SQL: select NAME from COFFEEScoffees.map(_.name)// 选择 price < 10.0 的所有记录Query// 相当于 SQL: select * from COFFEES where PRICE < 10.0coffees.filter(_.price < 10.0)//coffees.map(_.prices)//编译错误:value prices is not a member of worksheets.slickIntro.Coffeesimport scala.concurrent.ExecutionContext.Implicits.globalval qDelete = coffees.filter(_.price > 0.0).deleteval qAdd1 = (coffees returning coffees.map(_.id)) += Coffee(name="Columbia",price=128.0)val qAdd2 = (coffees returning coffees.map(_.id)) += Coffee(name="Blue Mountain",price=828.0)def getNameAndPrice(n: Int) = coffees.filter(_.id === n) .map(r => (r.name,r.price)).result.headval actions = for { _ <- coffees.schema.create _ <- qDelete c1 <- qAdd1 c2 <- qAdd2 (n1,p1) <- getNameAndPrice(c1) (n2,p2) <- getNameAndPrice(c2)} yield (n1,p1,n2,p2)import java.sql.SQLExceptionimport scala.concurrent.Awaitimport scala.concurrent.duration._val db = Database.forURL("jdbc:h2:mem:demo", driver="org.h2.Driver")Await.result( db.run(actions.transactionally).map { res => println(s"Add coffee: ${res._1},${res._2} and ${res._3},${res._4}") }.recover { case e: SQLException => println("Caught exception: " + e.getMessage) }, Duration.Inf) }
- 浅谈Slick(1)- 基本功能描述
- 浅谈Slick(3)- Slick201:从fp角度了解Slick
- 浅谈Slick(4)- Slick301:我的Slick开发项目设置
- 浅谈Slick(2)- Slick101:第一个动手尝试的项目
- slick
- 证券市场的特征,结构和基本功能描述
- 细谈Slick(5)- 学习体会和将来实际应用的一些想法
- 细谈Slick(6)- Projection:ProvenShape,强类型的Query结果类型
- svg webtopo原型(1)基本功能
- svg webtopo原型(1)基本功能
- ArcGISEngine二次开发(1):系统基本功能
- 浅谈bug描述
- RaceWeb介绍(1):基本功能
- RFC3261 SIP协议学习笔记----sip协议基本功能描述
- 数据结构C 语言描述——实现栈的基本功能
- slick 旋转木马(轮播图)插件清空滑块slide的方法
- Slick教程
- 认识slick
- JSPatch的基础用法
- MyEclipse 的部署和启动tomcat的按钮不见了,怎么恢复
- GSON toJson()以及fromJson()方法中int 和string类型都可以相互转换的
- 安卓生成png背景变黑以及网络上一段可能误导的代码
- KMP算法
- 浅谈Slick(1)- 基本功能描述
- mysql导入导出数据相关
- C语言文件操作的相关(一)
- 坚持#第43天~
- Java的HashMap和HashTable的区别
- 选择排序
- 反编译利器Apktool和Dex2jar导入源码以及编译调试
- mac系统使用wireshark抓取无线网卡数据包以及常用过滤条件
- C语言字符串操作总结大全(超详细)