介绍

我们通用的ORM,基本模式都是想要脱离数据库的,几乎都在编程语言层面建立模型,由程序去与数据库打交道。虽然脱离了数据库的具体操作,但我们要建立各种模型文档,用代码去写表之间的关系等等操作,让初学者一时如坠云雾。我的想法是,将关系数据库拥有的完善设计工具之优势,来实现数据设计以提供结构信息,让json对象自动映射成为标准的SQL查询语句。只要我们理解了标准的SQL语言,我们就能够完成数据库查询操作。

相关项目

本项目依赖 本人的 另一个项目 Zjson,此项目提供简洁、方便、高效的Json库。该库使用方便,是一个单文件库,只需要下载并引入项目即可。具体信息请移步 gitee-Zjson 或 github-Zjson 。

项目名称说明

本人姓名拼音第一个字母z加上orm,即得本项目名称zorm,没有其它任何意义。我将编写一系列以z开头的相关项目,命名是个很麻烦的事,因此采用了这种简单粗暴的方式。

设计思路

ZORM 数据传递采用json来实现,使数据标准能从最前端到最后端达到和谐统一。此项目目标,不但在要C++中使用,还要作为动态链接库与node.js结合用使用,因此希望能像javascript一样,简洁方便的操作json。所以先行建立了zjson库,作为此项目的先行项目。设计了数据库通用操作接口,实现与底层实现数据库的分离。该接口提供了CURD标准访问,以及批量插入和事务操作,基本能满足平时百分之九十以上的数据库操作。项目基本目标,支持Sqlite3,Mysql,Postges三种关系数据库,同时支持windows、linux和macOS。

项目进度

现在已经实现了sqlit3与mysql的所有功能,postgres也做了技术准备。
我选择的技术实现方式,基本上是最底层高效的方式。sqlit3 – sqllit3.h(官方的标准c接口);mysql – c api (MySQL Connector C 6.1);postgres – pqxx 。

任务列表:

  •  Sqlite3 实现

    •  linux
    •  windows
    •  macos
  •  Mysql 实现

    •  linux
    •  windows
    •  macos
  •  Pstgre 实现

    •  linux
    •  windows
    •  macos

数据库通用接口

应用类直接操作这个通用接口,实现与底层实现数据库的分离。该接口提供了CURD标准访问,以及批量插入和事务操作,基本能满足平时百分之九十以上的数据库操作。

  class ZORM_API Idb
{
public:
virtual Json select(string tablename, Json& params, vector<string> fields = vector<string>(), Json values = Json(JsonType::Array)) = 0;
virtual Json create(string tablename, Json& params) = 0;
virtual Json update(string tablename, Json& params) = 0;
virtual Json remove(string tablename, Json& params) = 0;
virtual Json querySql(string sql, Json params = Json(), Json values = Json(JsonType::Array), vector<string> fields = vector<string>()) = 0;
virtual Json execSql(string sql, Json params = Json(), Json values = Json(JsonType::Array)) = 0;
virtual Json insertBatch(string tablename, Json& elements, string constraint = "id") = 0;
virtual Json transGo(Json& sqls, bool isAsync = false) = 0;
};

实例构造

全局查询开关变量:

  • DbLogClose : sql 查询语句显示开关
  • parameterized : 是否使用参数化查询

Sqlite3:

    Json options;
options.addSubitem("connString", "./db.db");    //数据库位置
options.addSubitem("DbLogClose", false);        //显示查询语句
options.addSubitem("parameterized", false);     //不使用参数化查询
DbBase* db = new DbBase("sqlite3", options);

Mysql:

    Json options;
options.addSubitem("db_host", "192.168.6.6");   //mysql服务IP
options.addSubitem("db_port", 3306);            //端口
options.addSubitem("db_name", "dbtest");        //数据库名称
options.addSubitem("db_user", "root");          //登记用户名
options.addSubitem("db_pass", "123456");        //密码
options.addSubitem("db_char", "utf8mb4");       //连接字符设定[可选]
options.addSubitem("db_conn", 5);               //连接池配置[可选],默认为2
options.addSubitem("DbLogClose", true);         //不显示查询语句
options.addSubitem("parameterized", true);      //使用参数化查询
DbBase* db = new DbBase("mysql", options);

智能查询方式设计

查询保留字:page, size, sort, fuzzy, lks, ins, ors, count, sum, group

  • page, size, sort, 分页排序 在sqlit3与mysql中这比较好实现,limit来分页是很方便的,排序只需将参数直接拼接到order by后就好了。
    查询示例:

    Json p;
    p.addSubitem("page", 1);
    p.addSubitem("size", 10);
    p.addSubitem("size", "sort desc");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  ORDER BY age desc LIMIT 0,10
    
  • fuzzy, 模糊查询切换参数,不提供时为精确匹配 提供字段查询的精确匹配与模糊匹配的切换。

    Json p;
    p.addSubitem("username", "john");
    p.addSubitem("password", "123");
    p.addSubitem("fuzzy", 1);
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE username like '%john%'  and password like '%123%'
    
  • ins, lks, ors 这是最重要的三种查询方式,如何找出它们之间的共同点,减少冗余代码是关键。

    • ins, 数据库表单字段in查询,一字段对多个值,例:
      查询示例:
    Json p;
    p.addSubitem("ins", "age,11,22,36");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE age in ( 11,22,26 )
    
    • ors, 数据库表多字段精确查询,or连接,多个字段对多个值,例:
      查询示例:
    Json p;
    p.addSubitem("ors", "age,11,age,36");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE  ( age = 11  or age = 26 )
    
    • lks, 数据库表多字段模糊查询,or连接,多个字段对多个值,例: 查询示例:
    Json p;
    p.addSubitem("lks", "username,john,password,123");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE  ( username like '%john%'  or password like '%123%'  )
    
  • count, sum 这两个统计求和,处理方式也类似,查询时一般要配合group与fields使用。

    • count, 数据库查询函数count,行统计,例: 查询示例:
    Json p;
    p.addSubitem("count", "1,total");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT *,count(1) as total  FROM users
    
    • sum, 数据库查询函数sum,字段求和,例: 查询示例:
    Json p;
    p.addSubitem("sum", "age,ageSum");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT username,sum(age) as ageSum  FROM users
    
  • group, 数据库分组函数group,例:
    查询示例:

    Json p;
    p.addSubitem("group", "age");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  GROUP BY age
    

不等操作符查询支持

支持的不等操作符有:>, >=, <, <=, <>, =;逗号符为分隔符,一个字段支持一或二个操作。
特殊处:使用”=”可以使某个字段跳过search影响,让模糊匹配与精确匹配同时出现在一个查询语句中

  • 一个字段一个操作,示例: 查询示例:
    Json p;
    p.addSubitem("age", ">,10");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE age> 10
    
  • 一个字段二个操作,示例: 查询示例:
    Json p;
    p.addSubitem("age", ">=,10,<=,33");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE age>= 10 and age<= 33
    
  • 使用”=”去除字段的fuzzy影响,示例: 查询示例:
    Json p;
    p.addSubitem("age", "=,18");
    p.addSubitem("username", "john");
    p.addSubitem("fuzzy", "1");
    (new DbBase(...))->select("users", p);
    生成sql:   SELECT * FROM users  WHERE age= 18  and username like '%john%'
    

具体使用方法,请参看uint test。

单元测试

有完整功能的单元测试用例,请参见tests目录下的测试用例。

测试用例运行结果样例 输入图片说明

项目地址

https://gitee.com/zhoutk/zorm
或
https://github.com/zhoutk/zorm

运行方法

该项目在vs2019, gcc7.5, clang12.0下均编译运行正常。

git clone https://github.com/zhoutk/zorm
cd zorm
cmake -Bbuild .
---windows
cd build && cmake --build .
---linux & macos
cd build && make
run zorm or ctest

注在linux下需要先行安装mysql开发库, 并先手动建立数据库 dbtest。
在ubuntu下的命令是: apt install libmysqlclient-dev

相关项目

会有一系列项目出炉,网络服务相关,敬请期待…

gitee-Zjson github-Zjson

本文来源:

博客园:https://www.cnblogs.com/zhoutk/p/16709834.html

发表回复

您的电子邮箱地址不会被公开。