大家都在用jpa、mybatis做数据库链接,这里分享一个更加出色的高性能组合。
我们使用 https://start.spring.io/
生成基础工程,选择必要的组件进行下载。
选择一个好的数据库连接池对数据库访问至关重要,Spring Boot 自带 HikariCP 数据库连接池,并推荐优先使用 HikariCP。从下图可以验证 Spring Boot 默认支持。
Java 8 thru 11 maven artifact:
<dependency> <groupId>com.zaxxer</groupId> <artifactId>HikariCP</artifactId> <version>3.4.3</version> </dependency>
Java 7 maven artifact (maintenance mode):
<dependency> <groupId>com.zaxxer</groupId> <artifactId>HikariCP-java7</artifactId> <version>2.4.13</version> </dependency>
Java 6 maven artifact (maintenance mode):
<dependency> <groupId>com.zaxxer</groupId> <artifactId>HikariCP-java6</artifactId> <version>2.3.13</version> </dependency>
BeetSql是一个全功能DAO工具, 同时具有Hibernate 优点 & Mybatis优点功能,适用于承认以SQL为中心,同时又需求工具能自动能生成大量常用的SQL的应用。下图从不通纬度对常用ORM框架进行了对比。
maven 方式:
<dependency> <groupId>com.ibeetl</groupId> <artifactId>beetlsql</artifactId> <version>2.11.0</version> </dependency> <dependency> <groupId>com.ibeetl</groupId> <artifactId>beetl</artifactId> <version>${最新版本}</version> </dependency>
官网介绍 http://ibeetl.com/guide/#/beetlsql/
使用下面语句创建数据库和表结构
CREATE DATABASE first; USE first; CREATE TABLE `user` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(64) DEFAULT NULL, `email` varchar(64) DEFAULT NULL, `age` int(4) DEFAULT NULL, `create_date` datetime NULL DEFAULT NULL, `update_date` datetime DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; CREATE DATABASE second; USE second; CREATE TABLE `user` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(64) DEFAULT NULL, `email` varchar(64) DEFAULT NULL, `age` int(4) DEFAULT NULL, `create_date` datetime NULL DEFAULT NULL, `update_date` datetime DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
<dependency> <groupId>com.ibeetl</groupId> <artifactId>beetlsql</artifactId> <version>2.12.28.RELEASE</version> </dependency> <dependency> <groupId>com.ibeetl</groupId> <artifactId>beetl</artifactId> <version>3.1.3.RELEASE</version> </dependency>
我们采用 Spring 官网推荐的方式进行
@Configuration public class DataSourceConfig { @Bean @Primary @ConfigurationProperties("app.datasource.first") public DataSourceProperties firstDataSourceProperties() { return new DataSourceProperties(); } @Bean @Primary @ConfigurationProperties("app.datasource.first.configuration") public HikariDataSource firstDataSource() { return firstDataSourceProperties().initializeDataSourceBuilder().type(HikariDataSource.class).build(); } @Bean @ConfigurationProperties("app.datasource.second") public DataSourceProperties secondDataSourceProperties() { return new DataSourceProperties(); } @Bean @ConfigurationProperties("app.datasource.second.configuration") public HikariDataSource secondDataSource() { return secondDataSourceProperties().initializeDataSourceBuilder().type(HikariDataSource.class).build(); } @Bean public BeetlSqlDataSource beetlSqlDataSource(@Qualifier("firstDataSource") DataSource firstDataSource, @Qualifier("secondDataSource") DataSource secondDataSource) { BeetlSqlDataSource source = new BeetlSqlDataSource(); source.setMasterSource(firstDataSource); source.setSlaves(new DataSource[]{secondDataSource}); return source; } }
application.properties
配置如下
app.datasource.first.url=jdbc:mysql://localhost:3306/first?useUnicode=true&characterEncoding=UTF-8&serverTimezone=GMT%2B8&useSSL=false&useInformationSchema=true&allowPublicKeyRetrieval=true app.datasource.first.username=root app.datasource.first.password=root app.datasource.first.configuration.minimum-idle=10 app.datasource.first.configuration.maximum-pool-size=100 app.datasource.first.configuration.connection-timeout=8000 app.datasource.first.configuration.leak-detection-threshold=60000 app.datasource.first.configuration.connection-test-query=SELECT 1 app.datasource.second.url=jdbc:mysql://localhost:3306/second?useUnicode=true&characterEncoding=UTF-8&serverTimezone=GMT%2B8&useSSL=false&useInformationSchema=true&allowPublicKeyRetrieval=true app.datasource.second.username=root app.datasource.second.password=root app.datasource.second.configuration.minimum-idle=10 app.datasource.second.configuration.maximum-pool-size=100 app.datasource.second.configuration.connection-timeout=8000 app.datasource.second.configuration.leak-detection-threshold=60000 app.datasource.second.configuration.read-only=true
分页查询是我们经常要使用的功能,beetlSql 支持多数据,会自动适配当前数据库生成分页语句,在beeltSql中调用limit方法进行分页。
如果你想直接使用 分页查询同时获得总行数,可以在最后调用page方法,返回一个PageQuery对象。 注意page,与select一样,放在末尾调用,不能重复调用select,page,update,delete之类的哦 使用方法如下:
LambdaQuery<User> query = userDao.createLambdaQuery(); PageQuery<User> page = query.page(1, 2); System.out.println(page.getTotalRow()); System.out.println(page.getList());
userDao 继承了org.beetl.sql.core.mapper.BaseMapper<User>
我们使用单元测试对功能进行验证代码如下
@Test public void testSaveData() { List<User> userList = new ArrayList<>(); for (int i = 0; i < 100; i++) { User u = new User(); u.setAge(102); u.setName("一个程序猿的异常-master-" + i); u.setEmail("tankdev@163.com"); userList.add(u); } userDao.insertBatch(userList); }
然后我们查询 first
库,数据也正常插入了
此时我们去 second
查询发现数据不存在
我们用脚本在 second
插入数据再次查询,会发现数据已经存在
关注公众号回复 BTS
获取完整代码
关注公众号回复 BTS
获取完整代码
----END---