Slick (Scala language-integrated connection kit)是scala的一个FRM(Functional Relational Mapper),即函数式的关系数据库编程工具库。Slick的主要目的是使关系数据库能更容易、更自然的融入函数式编程模式,它可以使使用者像对待scala集合一样来处理关系数据库表。也就是说可以用scala集合的那些丰富的操作函数来处理库表数据。Slick把数据库编程融入到scala编程中,编程人员可以不需要编写SQL代码。我把Slick官方网站上Slick3.1.1文档的Slick介绍章节中的一些描述和例子拿过来帮助介绍Slick的功能。下面是Slick数据库和类对象关系对应的一个例子:

 import slick.driver.H2Driver.api._
object slickIntro {
case class Coffee(id: Int,
name: String,
supID: Int = ,
price: Double ,
sales: Int = ,
total: Int = ) class Coffees(tag: Tag) extends Table[Coffee](tag, "COFFEES") {
def id = column[Int]("COF_ID", O.PrimaryKey, O.AutoInc)
def name = column[String]("COF_NAME")
def supID = column[Int]("SUP_ID")
def price = column[Double]("PRICE")
def sales = column[Int]("SALES", O.Default())
def total = column[Int]("TOTAL", O.Default())
def * = (id, name, supID, price, sales, total) <> (Coffee.tupled, Coffee.unapply)
}
val coffees = TableQuery[Coffees]
//> coffees : slick.lifted.TableQuery[worksheets.slickIntro.Coffees] = Rep(TableExpansion)
}

我们把数据库中的COFFEES表与Coffees类做了对应,包括字段、索引、默认值、返回结果集字段等。现在这个coffees就是scala里的一个对象,但它代表了数据库表。现在我们可以用scala语言来编写数据存取程序了:

 val limit = 10.0                                 //> limit  : Double = 10.0
// // 写Query时就像下面这样:
( for( c <- coffees; if c.price < limit ) yield c.name ).result
//> res0: slick.driver.H2Driver.StreamingDriverAction[Seq[String],String,slick.dbio.Effect.Read] = slick.driver.JdbcActionComponent$QueryActionExtensionMethodsImpl$$anon$1@46cdf8bd
// 相当于 SQL: select COF_NAME from COFFEES where PRICE < 10.0

或者下面这些不同的Query:

 // 返回"name"字段的Query
// 相当于 SQL: select NAME from COFFEES
coffees.map(_.name)
//> res1: slick.lifted.Query[slick.lifted.Rep[String],String,Seq] = Rep(Bind)
// 选择 price < 10.0 的所有记录Query
// 相当于 SQL: select * from COFFEES where PRICE < 10.0
coffees.filter(_.price < 10.0)
//> res2: slick.lifted.Query[worksheets.slickIntro.Coffees,worksheets.slickIntro.Coffees#TableElementType,Seq] = Rep(Filter @1946988038)

我们可以这样表述:coffees.map(_.name) >>> coffees.map{row=>row.name}, coffees.filter(_.price<10.0) >>> coffees.filter{row=>row.price<10.0),都是函数式集合操作语法。

Slick把Query编写与scala语言集成,这使编程人员可以用熟悉惯用的scala来表述SQL Query,直接的好处是scalac在编译时就能够发现Query错误:

 //coffees.map(_.prices)
//编译错误:value prices is not a member of worksheets.slickIntro.Coffees

当然,嵌入scala的Query还可以获得运行效率的提升,因为在编译时可以进行前期优化。

最新版本的Slick最大的特点是采用了Functional I/O技术,从而实现了安全的多线程无阻碍I/O操作。再就是实现了Query的函数组合(functional composition),使Query编程更贴近函数式编程模式。通过函数组合实现代码重复利用,提高编程工作效率。具体实现方式是利用freemonad(DBIOAction类型就是个freemonad)的延迟运算模式,将DBIOAction的编程和实际运算分离,在DBIOAction编程过程中不会产生副作用(side-effect),从而实现纯代码的函数组合。我们来看看Query函数组合和DBIOAction运算示范:

 import scala.concurrent.ExecutionContext.Implicits.global
val qDelete = coffees.filter(_.price > 0.0).delete
//> qDelete : slick.driver.H2Driver.DriverAction[Int,slick.dbio.NoStream,slick.dbio.Effect.Write] ...
val qAdd1 = (coffees returning coffees.map(_.id)) += Coffee(name="Columbia",price=128.0)
//> qAdd1 : slick.profile.FixedSqlAction[Int,slick.dbio.NoStream,slick.dbio.Effect.Write]...
val qAdd2 = (coffees returning coffees.map(_.id)) += Coffee(name="Blue Mountain",price=828.0)
//> qAdd2 : slick.profile.FixedSqlAction[Int,slick.dbio.NoStream,slick.dbio.Effect.Write]...
def getNameAndPrice(n: Int) = coffees.filter(_.id === n)
.map(r => (r.name,r.price)).result.head
//> getNameAndPrice: (n: Int)slick.profile.SqlAction[(String, Double),slick.dbio.NoStream,slick.dbio.Effect.Read] val actions = for {
_ <- coffees.schema.create
_ <- qDelete
c1 <- qAdd1
c2 <- qAdd2
(n1,p1) <- getNameAndPrice(c1)
(n2,p2) <- getNameAndPrice(c2)
} yield (n1,p1,n2,p2)
//> actions : slick.dbio.DBIOAction[(String, Double, String, Double),..

我们可以放心的来组合这个actions,不用担心有任何副作用。actions的类型是:DBAction[String,Double,String,Double]。我们必须用Database.Run来真正开始运算,产生副作用:

 import java.sql.SQLException
import scala.concurrent.Await
import scala.concurrent.duration._
val db = Database.forURL("jdbc:h2:mem:demo", driver="org.h2.Driver")
//> db : slick.driver.H2Driver.backend.DatabaseDef = slick.jdbc.JdbcBackend$DatabaseDef@1a5b6f42
Await.result(
db.run(actions.transactionally).map { res =>
println(s"Add coffee: ${res._1},${res._2} and ${res._3},${res._4}")
}.recover {
case e: SQLException => println("Caught exception: " + e.getMessage)
}, Duration.Inf) //> Add coffee: Columbia,128.0 and Blue Mountain,828.0

在特殊的情况下我们也可以引用纯SQL语句:Slick提供了Plain SQL API, 如下:

 val limit = 10.0
sql"select COF_NAME from COFFEES where PRICE < $limit".as[String]
// 用$来绑定变量: // select COF_NAME from COFFEES where PRICE < ?

下面是这篇讨论的示范代码:

 package worksheets
import slick.driver.H2Driver.api._
object slickIntro {
case class Coffee(id: Int = ,
name: String,
supID: Int = ,
price: Double,
sales: Int = ,
total: Int = ) class Coffees(tag: Tag) extends Table[Coffee](tag, "COFFEES") {
def id = column[Int]("COF_ID", O.PrimaryKey, O.AutoInc)
def name = column[String]("COF_NAME")
def supID = column[Int]("SUP_ID")
def price = column[Double]("PRICE")
def sales = column[Int]("SALES", O.Default())
def total = column[Int]("TOTAL", O.Default())
def * = (id, name, supID, price, sales, total) <> (Coffee.tupled, Coffee.unapply)
}
val coffees = TableQuery[Coffees] val limit = 10.0
// // 写Query时就像下面这样:
( for( c <- coffees; if c.price < limit ) yield c.name ).result
// 相当于 SQL: select COF_NAME from COFFEES where PRICE < 10.0 // 返回"name"字段的Query
// 相当于 SQL: select NAME from COFFEES
coffees.map(_.name)
// 选择 price < 10.0 的所有记录Query
// 相当于 SQL: select * from COFFEES where PRICE < 10.0
coffees.filter(_.price < 10.0)
//coffees.map(_.prices)
//编译错误:value prices is not a member of worksheets.slickIntro.Coffees import scala.concurrent.ExecutionContext.Implicits.global
val qDelete = coffees.filter(_.price > 0.0).delete
val qAdd1 = (coffees returning coffees.map(_.id)) += Coffee(name="Columbia",price=128.0)
val qAdd2 = (coffees returning coffees.map(_.id)) += Coffee(name="Blue Mountain",price=828.0)
def getNameAndPrice(n: Int) = coffees.filter(_.id === n)
.map(r => (r.name,r.price)).result.head val actions = for {
_ <- coffees.schema.create
_ <- qDelete
c1 <- qAdd1
c2 <- qAdd2
(n1,p1) <- getNameAndPrice(c1)
(n2,p2) <- getNameAndPrice(c2)
} yield (n1,p1,n2,p2)
import java.sql.SQLException
import scala.concurrent.Await
import scala.concurrent.duration._
val db = Database.forURL("jdbc:h2:mem:demo", driver="org.h2.Driver")
Await.result(
db.run(actions.transactionally).map { res =>
println(s"Add coffee: ${res._1},${res._2} and ${res._3},${res._4}")
}.recover {
case e: SQLException => println("Caught exception: " + e.getMessage)
}, Duration.Inf) }

浅谈Slick(1)- 基本功能描述的更多相关文章

  1. 浅谈Slick(2)- Slick101:第一个动手尝试的项目

    看完Slick官方网站上关于Slick3.1.1技术文档后决定开始动手建一个项目来尝试一下Slick功能的具体使用方法.我把这个过程中的一些了解和想法记录下来和大家一起分享.首先我用IntelliJ- ...

  2. 浅谈Slick(4)- Slick301:我的Slick开发项目设置

    前面几篇介绍里尝试了一些Slick的功能和使用方式,看来基本可以满足用scala语言进行数据库操作编程的要求,而且有些代码可以通过函数式编程模式来实现.我想,如果把Slick当作数据库操作编程主要方式 ...

  3. 浅谈Slick(3)- Slick201:从fp角度了解Slick

    我在上期讨论里已经成功的创建了一个简单的Slick项目,然后又尝试使用了一些最基本的功能.Slick是一个FRM(Functional Relational Mapper),是为fp编程提供的scal ...

  4. Linux特殊符号浅谈

    Linux特殊字符浅谈 我们经常跟键盘上面那些特殊符号比如(?.!.~...)打交道,其实在Linux有其独特的含义,大致可以分为三类:Linux特殊符号.通配符.正则表达式. Linux特殊符号又可 ...

  5. 浅谈SpringBoot核心注解原理

    SpringBoot核心注解原理 今天跟大家来探讨下SpringBoot的核心注解@SpringBootApplication以及run方法,理解下springBoot为什么不需要XML,达到零配置 ...

  6. 浅谈 Fragment 生命周期

    版权声明:本文为博主原创文章,未经博主允许不得转载. 微博:厉圣杰 源码:AndroidDemo/Fragment 文中如有纰漏,欢迎大家留言指出. Fragment 是在 Android 3.0 中 ...

  7. 浅谈 LayoutInflater

    浅谈 LayoutInflater 版权声明:本文为博主原创文章,未经博主允许不得转载. 微博:厉圣杰 源码:AndroidDemo/View 文中如有纰漏,欢迎大家留言指出. 在 Android 的 ...

  8. 浅谈Java的throw与throws

    转载:http://blog.csdn.net/luoweifu/article/details/10721543 我进行了一些加工,不是本人原创但比原博主要更完善~ 浅谈Java异常 以前虽然知道一 ...

  9. 浅谈SQL注入风险 - 一个Login拿下Server

    前两天,带着学生们学习了简单的ASP.NET MVC,通过ADO.NET方式连接数据库,实现增删改查. 可能有一部分学生提前预习过,在我写登录SQL的时候,他们鄙视我说:“老师你这SQL有注入,随便都 ...

随机推荐

  1. 《精通正则表达式》笔记 --- “验证”Email格式

    写一个正则表达式的三个步骤: 理解需求并找出你需要验证的数据的特征: 写一个还可以用的正则表达式: 看看能不能达到你的目的,同时想想会不会匹配到一些不想要的数据: [可选]性能优化 我觉得写一个正则表 ...

  2. JS实战 ·  收缩菜单表单布局

     获取节点的两种方式:     1.通过event对象的srcElement属性:     2.通过事件源对象用this传入.     代码如下: <html> <head> ...

  3. Mycat配置及使用详解.

    首先我们来看下什么是Mycat:MyCat:开源分布式数据库中间件, 这里定义的很简单, 就是分布式数据库的中间件. 其实Mycat 是可以时mysql进行集群的中间件, 我们可以对mysql来分库分 ...

  4. ExtJS4 源码解析(一)带项目分析

    Ext这个东东太大了,能看完就已经很不错了,完整的源码分析就不敢说了,大概就涉及了类管理,事件管理,数据结构缓存架构,UI组件核心机制,MVC这几个方面,只是挑着源码看的,没有实际完整的使用. 公司的 ...

  5. OpenCASCADE Conic to BSpline Curves-Hyperbola

    OpenCASCADE Conic to BSpline Curves-Hyperbola eryar@163.com Abstract. Rational Bezier Curve can repr ...

  6. 深入理解this机制系列第一篇——this的4种绑定规则

    × 目录 [1]默认绑定 [2]隐式绑定 [3]隐式丢失[4]显式绑定[5]new绑定[6]严格模式 前面的话 如果要问javascript中哪两个知识点容易混淆,作用域查询和this机制绝对名列前茅 ...

  7. 创建第二个 local network - 每天5分钟玩转 OpenStack(84)

    GUI 中有两个地方可以创建 network: 1. Project -> Network -> Networks 这是普通用户在自己的 tenant 中创建 network 的地方. 2 ...

  8. EF循环迭代导致如此严重的性能丢失,你知道?

    前言 在工作当中呢,没怎么用到过EF,所以为了遗忘这一部分知识,偶尔会去写写小的demo,偶然机会在EF循环迭代中发现居然影响性能这么严重,当我们在用时或许大概也许可能都曾这样写过,但是你注意到了吗, ...

  9. Objective-C中的集合类

    下面详细的介绍Objective-C中的集合类以及每个集合类的用法,学过其他面向对象编程语言的小伙伴们看到OC的集合类会有种莫名的亲切感,理解起来问题不大,可以类比Java中的集合类去学习. 在Obj ...

  10. VirtualBox安装Debian6的方法和步骤(详细)

    下面是用VirtualBox安装Debian6的方法和步骤 l 新建一个文件夹,用于存放虚拟硬盘,如Debian l 打开VirtualBox,点击新建 l 输入虚拟机名称,Debian_6 l 给虚 ...