java流写入数据库
SQL一直是一种声明性语言,而Java长期以来势在必行。 Java流改变了游戏规则。 通过本动手文章编写您的方式,并学习如何使用Java流对RDBMS数据库执行声明性查询,而无需编写任何SQL代码。 您会发现,Java流和SQL命令的动词之间有着惊人的相似性。
本文是五分之四 ,另外还有一个GitHub存储库,其中包含每个单元的说明和练习。
第1部分:创建流 第2部分:中级操作 第三部分:终端操作 第4部分:数据库流 第5部分:使用流创建数据库应用程序
当您熟悉Streams的操作时,您可能已经注意到与SQL构造的相似之处。 它们中的一些或多或少直接映射到Stream操作,例如LIMIT
和COUNT
。 开源项目Speedment利用这种相似性,使用纯Java提供对任何关系数据库的类型安全访问。
我们是Speedment开源项目的贡献者,我们将描述Speedment如何允许我们使用数据库作为流源,并使用来自任何数据库表的行向管道提供数据。
如上图所示,Speedment将建立与数据库的连接,然后可以将数据传递给应用程序。 由于Speedment会分析基础数据库并自动生成域模型所需的所有实体类,因此无需为数据库条目编写任何代码。 当您不必为要使用的每个表手动编写和维护实体类时,它可以节省大量时间。
Sakila数据库
为了本文和练习的方便,我们使用MySQL示例数据库Sakila作为我们的数据源。 Sakila数据库为老式电影租赁业务建模,因此包含诸如Film和Actor之类的表。 数据库的实例部署在云中,并且可以公开访问。
速度管理器
在Speedment中,数据库表的句柄称为
Manager
。 管理器是自动生成的代码的一部分。
Manager
充当数据库表的句柄,并且可以充当流源。 在这种情况下,每一行都对应一个Film实例。
通过调用以下内容实例化“加速Manager
:
FilmManager films = speedment.getOrThrow(FilmManager. class );
注意:speedment是可以从ApplicationBuilder获得的实例(下一篇文章中有关此主题的更多信息)。
如果调用了FilmManager::stream
,则结果是一个Stream
,我们可以自由地对其应用任何中间或终端操作。 首先,我们将收集列表中的所有行。
List<Film> allFilms = films.stream().collect(toList());
FilmImpl { filmId = 1 , title = ACADEMY DINOSAUR, … FilmImpl { filmId = 2 , title = ACE GOLDFINGER, … FilmImpl { filmId = 3 , title = ADAPTATION HOLES, … FilmImpl { filmId = , title = ADAPTATION HOLES, … …
过滤和计数
让我们看一个简单的示例,该示例输出评级为“ PG-13”的电影数量。 就像常规Stream
,我们可以过滤出具有正确评分的电影,然后对这些条目进行计数。
long pg13FilmCount = films.stream()
.filter(Film.RATING.equal( "PG-13" ))
.count();
pg13FilmCount: 195
Speedment自定义实现Streams后的一个重要属性是,流能够通过自省来优化自己的管道。 看起来Stream会遍历表的所有行,但事实并非如此。 相反,Speedment能够将管道转换为传递给数据库的优化SQL查询。 这意味着仅将相关的数据库条目提取到流中。 因此,在上面的示例中,类似于“ SELECT…FROM film WHERE rating ='PG-13'”,流将自动呈现为SQL。
这种自省要求将匿名lambda的任何使用(不包含与目标列相关的任何元数据)替换为Speedment Fields中的谓词。 在这种情况下, Film.RATING.equal(“PG-13”)
返回一个将在每个Film上测试的Predicate
,并且仅当该Film的评级为PG-13时才返回true。
虽然,这并不妨碍我们将谓词表示为:
.filter(f -> f.getRating().equals(“PG- 13 ”))
但这将迫使Speedment获取表中的所有行,然后应用谓词,因此不建议这样做。
寻找最长的电影
这是一个使用max-operator和Field Film.LENGTH
查找数据库中最长的电影的Field Film.LENGTH
:
Optional<Film> longestFilm = films.stream()
.max(Film.LENGTH);
longestFilm: Optional[FilmImpl {filmId = 141 , title = CHICAGO NORTH, length = 185 , ...}]
寻找三部短片
找到三部短片(我们定义为短于<= 50分钟)可以通过过滤掉50分钟或更短的任何片并挑选出前三个结果来完成。 该示例中的谓词查看“长度”列的值,并确定其是否小于或等于50。
List<Film> threeShortFilms = films.stream()
.filter(Film.LENGTH.lessOrEqual( 50 ))
.limit( 3 )
.collect(toList());
threeShortFilms: [
FilmImpl { filmId = 2 , length = 48 ,..},
FilmImpl { filmId = 3 , length = 50 , … },
FilmImpl { filmId = 15 , length = 46 , ...}]
分页分页
如果要在网站或应用程序中显示所有电影,我们可能更希望对项目进行分页,而不是一次(可能)加载数千个条目。 这可以通过结合操作skip()和limit()
。 在下面的示例中,我们收集第二页的内容,假设每个“页面”包含25个条目。 回想一下,Streams不能保证元素的特定顺序,这意味着我们需要使用sorted-operator定义一个顺序才能使其按预期工作。
List<Film> filmsSortedByLengthPage2 = films.stream()
.sorted(Film.LENGTH)
.skip( 25 * 1 )
.limit( 25 )
.collect(toList());
filmsSortedByLengthPage2: [FilmImpl { filmId = 430 , length = 49 , …}, …]
注意:通过跳过(25 *(n-1)),可以找到第n页的内容。
注意2:此流将自动呈现为“ SELECT…FROM film ORDER BY length ASC LIMIT?”。 OFFSET?,值:[25,25]”
以“ A”开头的电影按长度排序
我们可以轻松地找到任何以大写字母“ A”开头的电影,并根据其长度(以最短的电影为准)对它们进行排序,如下所示:
List<Film> filmsTitleStartsWithA = films.stream()
.filter(Film.TITLE.startsWith( "A" ))
.sorted(Film.LENGTH)
.collect(Collectors.toList());
filmsTitleStartsWithA: [
FilmImpl { filmId= 15 , title=ALIEN CENTER, …, rating=NC- 17 , length = 46 ,
FilmImpl { filmId= 2 , title=ACE GOLDFINGER, …, rating=G, length = 48 , … ]
计算胶片长度的频率表
我们还可以利用groupingBy运算符根据其长度对存储桶中的胶片进行排序,并计算每个存储桶中的胶片总数。 这将创建一个所谓的胶片长度频率表。
Map<Short, Long> frequencyTableOfLength = films.stream()
.collect(Collectors.groupingBy(
Film.LENGTH.asShort(),
counting()
));
frequencyTableOfLength: { 46 = 5 , 47 = 7 , 48 = 11 , 49 = 5 , … }
练习题
对于本周的练习,您无需担心连接自己的数据库。 相反,我们已经提供了到云中Sakila数据库实例的连接。 像往常一样,这些练习可以在此GitHub存储库中找到。 本文的内容足以解决第四个单元MyUnit4Database
。 相应的
Unit4Database
接口包含JavaDocs,它们描述MyUnit4Database
方法的预期实现。
public interface Unit4Database {
/**
* Returns the total number of films in the database.
*
* @param films manager of film entities
* @return the total number of films in the database
*/
long countAllFilms(FilmManager films);
提供的测试(例如Unit4MyDatabaseTests
)将充当自动评分工具,让您知道您的解决方案是否正确。
下一篇
到目前为止,我们仅涉及数据库流的内容。 下一篇文章将允许您使用纯Java编写独立的数据库应用程序。 编码愉快!
s
Per Minborg
Julia·古斯塔夫森(Julia Gustafsson)
资源资源
GitHub开源项目加速
Speedment Stream ORM 初始化程序
GitHub存储库“ hol-streams”
文章第1部分:创建流 第2部分:中级操作 第3部分:终端机操作
翻译自: https://www.javacodegeeks.com/2019/11/become-a-master-of-java-streams-database-streams.html
java流写入数据库