轻量级ORM框架——第二篇：Dapper中的一些复杂操作和inner join应该注意的坑

上一篇博文中我们快速的介绍了dapper的一些基本CURD操作，也是我们manipulate db不可或缺的最小单元，这一篇我们介绍下相对复杂

一点的操作，源码分析暂时就不在这里介绍了。

 

一：table sql

    为了方便，这里我们生成两个表，一个Users，一个Product，sql如下：

<1> Users table

CREATE TABLE [dbo].[Users](
    [UserID] [int] IDENTITY(1,1) NOT NULL,
    [UserName] [varchar](50) NULL,
    [Email] [varchar](100) NULL,
    [Address] [varchar](100) NULL,
 CONSTRAINT [PK_Users] PRIMARY KEY CLUSTERED 
(
    [UserID] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

<2> Product table

CREATE TABLE [dbo].[Product](
    [ProductID] [int] IDENTITY(1,1) NOT NULL,
    [ProductName] [varchar](220) NULL,
    [ProductDesc] [varchar](220) NULL,
    [UserID] [int] NULL,
    [CreateTime] [datetime] NULL,
 CONSTRAINT [PK_Product] PRIMARY KEY CLUSTERED 
(
    [ProductID] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

二：in操作

      很多时候我们在manipulate table的时候，或多或少的都会用到 ”in关键字”，比如:我要找到User表中Email in ('5qq.com','8qq.com')的

Users record。。。

CREATE TABLE [dbo].[Product](
    [ProductID] [int] IDENTITY(1,1) NOT NULL,
    [ProductName] [varchar](220) NULL,
    [ProductDesc] [varchar](220) NULL,
    [UserID] [int] NULL,
    [CreateTime] [datetime] NULL,
 CONSTRAINT [PK_Product] PRIMARY KEY CLUSTERED 
(
    [ProductID] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

看了上面的操作，是不是很简单，只要我们的参数类型是Array的时候，dappper会自动将其转化。。。

三：多条sql一起执行

     有时候我们会想在一条sql中灌入很多的snippet sql，然后让其一起执行，此时让我想起了一个操作，我会在db中load data的时候会写到

select ... from marketing where  id in (....); select .... from eventmarketing where in (...)类似这样的语句，然后进行结果合并，这篇

为了方便演示，在User上做一个*操作，在Product上做一个* 操作，比如下面这样：

static void Main(string[] args)
        {
            var connection = new SqlConnection("Data Source=.;Initial Catalog=Datamip;Integrated Security=True;MultipleActiveResultSets=True");

            var sql = "select * from Product; select * from Users";

            var multiReader = connection.QueryMultiple(sql);

            var productList = multiReader.Read<Product>();

            var userList = multiReader.Read<Users>();

            multiReader.Dispose();
        }

四：多表join操作

     不管sql写的多么好或者多么烂，接触一个月还是接触到十年，都必然跑不了多表查询，那么在多表查询上dapper该如何使用呢？？？比如

说我要找到2015-12-12之后的商品信息和个人信息，很显然这是一个多表查询，可以先来看一下users和product的关系。

可以发现其实他们有一个外键关系，然后我们在Product Entity上做一下小修改，将Users作为Product的一个entity property。。。

public class Product
    {
        public int ProductID { get; set; }

        public string ProductName { get; set; }

        public string ProductDesc { get; set; }

        public Users UserOwner { get; set; }

        public string CreateTime { get; set; }
    }

有了这些储备，我们大概就可以写出如下的sql。

static void Main(string[] args)
        {

            var connection = new SqlConnection("Data Source=.;Initial Catalog=Datamip;Integrated Security=True;MultipleActiveResultSets=True");

            var sql = @"select  p.ProductName,p.CreateTime,u.UserName
                        from Product as p
                        join Users as u
                        on p.UserID = u.UserID
                        where p.CreateTime > '2015-12-12'; ";

            var result = connection.Query<Product, Users, Product>(sql,
                                    (product, users) =>
                                    {
                                        product.UserOwner = users; return product;
                                    });

        }

结果就是”操！！！！“。。。。。。。。。。。。

从错误信息中可以看到：当你使用multi-mapping的时候要确保设置了splitOn参数，除了Id。。。从这句话中好像也看不出什么名堂，也就是说

除了Id，你都需要设置SplitOn参数，好吧，这是逼着哥哥看源代码。。。。看看SplitOn到底是个什么样的鸟玩法。。。然后我从Call Stack往上

面找，发现了非常”至关重要“的一段话。

原来splitOn就是Dapper对DataReader进行”从右到左“的扫描，这样就可以从sequent中获取到一个subsequent，然后遇到设置的splitOn

就停止。。。然来是这样，哈哈。。。这回我就知道了，将splitOn设置为”userName“就好了。。。比如下面这样。。。

static void Main(string[] args)
        {

            var connection = new SqlConnection("Data Source=.;Initial Catalog=Datamip;Integrated Security=True;MultipleActiveResultSets=True");

            var sql = @"select  p.ProductName,p.CreateTime,u.UserName
                        from Product as p
                        join Users as u
                        on p.UserID = u.UserID
                        where p.CreateTime > '2015-12-12'; ";

            var result = connection.Query<Product, Users, Product>(sql,
                                    (product, users) =>
                                    {
                                        product.UserOwner = users; return product;
                                    },splitOn: "UserName");

        }

当然如果你觉得我上面说的太啰嗦了，注意事项还tmd的多，又是泛型，又是Lambda的。。。你也可以不指定这些具体Type，而默认使用

dynamic也是可以的，比如下面这样：

五：支持存储过程

   对于存储过程，也是一个不得不说的话题，我们的dapper同样也是可以执行的，只需要在Query中的CommandType中标记一下当前就是一个

StoredProcedure就八九不离十了，比如现在在Users表上创建一个简单的StoredProcedure。

USE [Datamip]
GO
/****** Object:  StoredProcedure [dbo].[sp_GetUsers]    Script Date: 09/02/2016 09:14:04 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
Create proc [dbo].[sp_GetUsers]  
 @id int   
as  
begin   
select * from Users where UserID = @id ;   
end

在这里，我们需要向存储过程塞入一个@id参数，返回具体的Users EntityList，好了，下面再看一下Query如何构造。

static void Main(string[] args)
        {
            var connection = new SqlConnection("Data Source=.;Initial Catalog=Datamip;Integrated Security=True;MultipleActiveResultSets=True");

            var info = connection.Query<Users>("sp_GetUsers", new { id = 5 },
                                   commandType: CommandType.StoredProcedure);
        }

搞定，感觉用Dapper是不是就这么简单，先就说到这里，希望对大家有帮助。