公司目前开发基础技术架构是：Spring、Spring Boot、lishicloud-sdk
其中Spring、Spring Boot都是目前网上流行的开源框架
lishicloud-sdk是公司针对云数据中心(cdc)开发工具包,封装了云数据中心所有的接口api操作
架构说明
spring、Spring Boot都是网上开源框架,自行搜索学习,这里不再叙述
lishicloud-sdk是云数据中心(cdc)提供数据CRUD操作,详细请参考《lishicloud-sdk开发指南v0.4.9.pdf》
快速开始
首先,我们基础架构是Spring,我们通常说的松耦合操作,需要使用到Spring的容器
因为sdk是开发工具包,所以sdk提供给我们的工具类,我们需要通过Spring 的容器bean注入达到目的
sdk提供的核心工具类com.lishiots.cloud.sdk.client.CloudQueryRunner
在Spring Xml时代,需要通过在spring 的Xml配置文件中注入,例如：
<!--云数据中心基本信息-->
<bean id="cloudConnection" class="com.lishiots.cloud.sdk.basic.CloudBasicConnection">
<property name="url" value="y.lishiots.com" />
<property name="port" value="80" />
<property name="userName" value="xx" />
<property name="password" value="appsecret" />
</bean>
<!--注入连接池管理类-->
<bean id="cloudPoolingConnectionManager" class="com.lishiots.cloud.sdk.basic.CloudPoolingConnectionManager">
<property name="connection" ref="cloudConnection"></property>
</bean>
<bean id="cloudDataSource" class="com.lishiots.cloud.sdk.basic.CloudBasicDataSource">
<property name="cloudPoolingConnectionManager" ref="cloudPoolingConnectionManager"></property>
</bean>
<!--注入CloudQueryRunner实例-->
<bean id="run" class="com.lishiots.cloud.sdk.client.CloudQueryRunner">
<property name="dataSource" ref="cloudDataSource" />
</bean>
在Spring Boot中会有所差别,@Configuration标注这是一个配置类,通过@Bean注解来达到注入bean的目的,如下:
@Configuration
public class CdcConfiguration {
@Value(value = "${cdc.host}")
private String host;
@Value(value = "${cdc.port}")
private Integer port;
@Value(value = "${cdc.appid}")
private String appid;
@Value(value = "${cdc.appsecret}")
private String appsecret;
@Bean(value = "cloudQueryRunner")
public CloudQueryRunner cloudQueryRunner(){
CloudBasicConnection cloudBasicConnection=new CloudBasicConnection();
LogbackLogger.info("host:"+host+",port:"+port+",appid:"+appid+",appsecret:"+appsecret);
cloudBasicConnection.setUrl(host);
cloudBasicConnection.setPort(port);
//appid & appsecret
cloudBasicConnection.setUserName(appid);
cloudBasicConnection.setPassword(appsecret);
//创建连接池管理类
LogbackLogger.info("create cloudPoolingConnectionManager...");
CloudPoolingConnectionManager cloudPoolingConnectionManager=new CloudPoolingConnectionManager();
cloudPoolingConnectionManager.setConnection(cloudBasicConnection);
//创建数据源
LogbackLogger.info("create cloudBasicDataSource...");
CloudBasicDataSource cloudBasicDataSource=new CloudBasicDataSource();
cloudBasicDataSource.setCloudPoolingConnectionManager(cloudPoolingConnectionManager);
//创建查询runner
LogbackLogger.info("create cloudQueryRunner...");
CloudQueryRunner runner=new CloudQueryRunner();
runner.setDataSource(cloudBasicDataSource);
return runner;
}
}
通过以上操作,我们可以通过@Autowired自动注入实例,如下：
@Service
public class CommonServiceImpl implements CommonService {
@Autowired
private CloudQueryRunner cloudQueryRunner;
@Override
public <T> List<T> queryAllData(Class<T> clzss,String resourceName, RequestExample requestExample) {
boolean flag=true;
int current_page=1;
int page_size=requestExample.getPageSize();
List<T> commonStats= Lists.newArrayList();
do {
Pagination<T> flowPagination=cloudQueryRunner.queryListByExample(clzss,resourceName,requestExample);
if (flowPagination!=null&&flowPagination.getCount()>0){
//计算总页数
//部位
System.out.println("common。");
int totalPage=(flowPagination.getCount()+page_size-1)/page_size;
if (current_page<totalPage){
current_page++;
}else{
flag=false;
}
requestExample.setCurrentPage(current_page);
commonStats.addAll(flowPagination.getData());
}else{
flag=false;
}
}while (flag);
return commonStats;
}
}
增加
数据新增操作,提供对象即可,对象包含的字段必须是数据库表字段存在的字段，不能多、可以少(除必填字段)
JSONObject jsonObject = new JSONObject();
jsonObject.put("modu_rq_url", rqUrl);
jsonObject.put("modu_img_url", imgUrl);
jsonObject.put("modu_url", moduUrl);
jsonObject.put("modu_name", moduName);
jsonObject.put("modu_plate_id", pid);
//这里可以是jsonobject、也可以是对象实例
RestMessage message = cloudQueryRunner.insert("modu", jsonObject);
//数据新增，返回新增记录主键id
//通过对象.getId()获取
System.out.println(message.getId())
批量新增
类似新增操作，只是把对象放入集合中
List list=new ArrayList();
JSONObject jsonObject = new JSONObject();
jsonObject.put("modu_rq_url", rqUrl);
jsonObject.put("modu_img_url", imgUrl);
jsonObject.put("modu_url", moduUrl);
jsonObject.put("modu_name", moduName);
jsonObject.put("modu_plate_id", pid);
//加入结合数组
list.add(jsonObject);
//这里可以是jsonobject、也可以是对象实例,调用insertBatch方法
RestMessage message = cloudQueryRunner.insertBatch("modu", list);
//数据批量新增，返回批量新增记录主键id，逗号分隔 ，多条记录,如：id1,id2,id3...
//通过对象.getId()获取
System.out.println(message.getId())
###编辑
数据编辑操作,除更新字段,需要添加pkid主键字段,非id,这是云数据中心规定字段
JSONObject jsonObject = new JSONObject();
jsonObject.put("modu_rq_url", rqUrl);
jsonObject.put("modu_img_url", imgUrl);
jsonObject.put("modu_url", moduUrl);
jsonObject.put("modu_name", moduName);
jsonObject.put("modu_plate_id", pid);
//更新id
jsonObject.put("pkid", pkid);
//这里可以是jsonobject、也可以是对象实例
RestMessage message = cloudQueryRunner.update("modu", jsonObject);
//数据编辑，返回编辑记录主键id
//通过对象.getId()获取
System.out.println(message.getId())
批量编辑
和编辑类似
List list=new ArrayList();
JSONObject jsonObject = new JSONObject();
jsonObject.put("modu_rq_url", rqUrl);
jsonObject.put("modu_img_url", imgUrl);
jsonObject.put("modu_url", moduUrl);
jsonObject.put("modu_name", moduName);
jsonObject.put("modu_plate_id", pid);
//更新id
jsonObject.put("pkid", pkid);
list.add(jsonObject);
//这里可以是jsonobject、也可以是对象实例,调用updateBatch方法
RestMessage message = cloudQueryRunner.updateBatch("modu", list);
//数据批量编辑，返回批量编辑记录主键id，逗号分隔 ，多条记录,如：id1,id2,id3...
//通过对象.getId()获取
System.out.println(message.getId())
删除
RestMessage message = cloudQueryRunner.delete("modu", pkid);
//数据删除，返回删除记录主键id
//通过对象.getId()获取
System.out.println(message.getId())
批量删除
//传入多个id数组
RestMessage message = cloudQueryRunner.delete("modu", pkid,pkid1,pkid3...);
//数据删除，返回删除记录主键id
//通过对象.getId()获取
System.out.println(message.getId())
查询
除了云数据中心支持的nativeSQL查询数据，云数据中心还提供了多功能语法查询,同时也推荐开发者使用该方式查询数据，因为nativeSQL涉及到安全性等方面，云数据中心针对nativeSQL的接口以后可能会做调整，封闭也有可能.
//requestExample对象
RequestExample requestExample=new RequestExample(10,1);
requestExample.addRelations(new Relation("scenic_info","scenic_info","id","scenic_id"));
requestExample.addSort("create_time","desc");
RequestExample.Criteria criteria=requestExample.create();
criteria.getMust().add(requestExample.createParam().addFuzzy("title","test"));
System.out.println(new Gson().toJson(requestExample));
//使用queryBuilder查询表user_info数据
Pagination<Map<String, Object>> pagination=cloudQueryRunner.queryListByExample("member_info",requestExample);
//遍历user_info数据
for (Map<String, Object> map:pagination.getData()){
//do something
}
Sdk主要针对云数据中心给出的多功能查询结构体，封装了RequestExample对象，所有多功能查询，包括表关联查询，单表查询都可以使用该对象
云数据中心查询结构体如下：
{
"page_size": 10,
"current_page": 1,
"display_fields": "id",
"query": {
"must_not": [],
"should": [],
"must": [
{
"prefix": {},
"term": {},
"fuzzy": {
"title": "test"
},
"range": {}
}
]
},
"sort": {
"create_time": "desc"
},
"rel": [
{
"rel_type": "o2o",
"rel_res_name": "scenic_info",
"rel_res_alias": "scenic_info",
"rel_res_field": "id",
"rel_symbol": "=",
"on_field": "scenic_id",
"where": {
"must": [],
"mustNot": [],
"should": []
}
}
]
}
主要包含以下属性：
- query:该属性是条件查询属性，包含必须有、必须没有、应该三大子属性，同时每个子属性又包含模糊、匹配、前缀匹配、区间这四种匹配模式供开发者调用
- sort:该属性是排序字段，是一个map对象，添加字段的排序属性，云数据中心会按排序好的字段顺序给出数据
- rel：该属性是关联查询属性，详细介绍请参考关联查询章节
-
current_page:当前页面
- page_size:页码大小
- display_fields: 可选择的返回资源属性,不填则返回所有属性
如上面的JSON体中，”fuzzy”:{“title”:”test”}就是一个判断式，它代表的是title的模糊匹配test值。
除了fuzzy外，还有另外三个条件判断式的匹配方式(MATCH)，下面我们简单介绍一下。
- term : 完全匹配;
- prefix : 前缀匹配;
- fuzzy : 模糊匹配;
- range : 范围匹配。
must/must_not/should为三个查询判断模式,
- must: 必须满足的判断模式。must里面的条件判断式越多，结果越精确。
- must_not：必须不包含(排除)的判断模式。只要满足must_not下的条件判断式的结果都不会被返回。
- should：该模式的主要用途是查询满足多个条件的其中一个或多个的情况。所以，should下的条件判断式必须大于等于两个。
如何需要输入多个相同键，不同值的参数？
因为JSON主要是用键值对来绑定数据的，所以相同的键在同一个{body}里面是不能同时存在的，这和Java中的Map、C#中的Dictionary类似一样。
所以需要在一个查询里面有多个相同键的情况，可以将相同键分装在两个不同的{body}中。
例如： 我们要查询 所有不包含北京和上海的酒店，那可以使用
{
"must_not": [
{
"prefix": {
"hotel_cn_name": "北京"
}
},
{
"prefix": {
"hotel_cn_name": "上海"
}
}
]
}
should的注意点
should表示的是满足多个条件里面的一个或多个即可，所以should的条件判断式至少要有两个。 但是这里需要特别主要的是，如果判断式的键是一样的，则必须这样写
{
"should": [
{
"prefix": {
"hotel_cn_name": "北京"
}
},
{
"prefix": {
"hotel_cn_name": "上海"
}
}
]
}
但是如果判断式键不一样，那么如下这样也算是两个判断式:
{
"should": [
{
"prefix": {
"hotel_cn_name": "北京",
"hotel_name": "h"
}
}
]
}
RequestExample
在前面多功能查询三个章节中，都详细的阐述了云数据中心对于多功能查询的结构，那么我们要如何使用它呢？
在我们sdk中，sdk提供了RequestExample对象，开发者可以轻松使用该对象构建查询结构体，查询我们想要的结果.
//创建requestExample对象,传入页码,当前页
RequestExample requestExample=new RequestExample(10,1);
//如果有排序需求,desc,asc
requestExample.addSort("create_time","desc");
//条件判断
RequestExample.Criteria criteria=requestExample.create();
//必须满足
//完全匹配
criteria.getMust().add(requestExample.createParam().addTerm("key","value"));
//模糊匹配
criteria.getMust().add(requestExample.createParam().addFuzzy("key","value"));
//前缀匹配
criteria.getMust().add(requestExample.createParam().addPrefix("key","value"));
//范围
//gt:大于
//lt：小于
//gte:大于等于
//lte:小于等于
//ne:不等于
//eq:等于
//例如查询create_time大于2017-01-01 00:00:00
Map gt=new HashMap();
gt.put("gt","2017-01-01 00:00:00");
criteria.getMust().add(requestExample.createParam().addRange("create_time",gt));
//类似不满足、应该满足
//criteria.getMustNot().add()
//criteria.getShould().add()
//如果有表关联查询,以下语句创建关联语句
//创建表关联
//例如查询门票信息表中,所属景点关联信息
//门票表中存在景点id字段scenic_id
Relation relation=new Relation("scenic_info","scenic_info","id","scenic_id");
requestExample.addRelations(relation);
//......
