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. VS2012 VS2015 的项目配置模板及其目录

    建立的项目多了的时候 , 就希望能自己配置好一个项目模板,以后建立的项目自动使用这个模板就省事了,不用每次都要改, 每个项目都要改了! 经不懈努力, 终于 发现了 vs2015,vs2012 (我只用 ...

  2. C#中通过反射方法获取控件类型和名称

    这个方法是简单的也是神奇的. 有木有想过,将自己项目中的所有类型,包括自定义类型的命名空间和名称全部获取出来? 有木有想过,有一种简便的方法可以自动化管理项目中的控件和窗体? 有木有想过... 首先, ...

  3. Sql Server系列:触发器

    触发器的一些常见用途: ◊ 强制参照完整性 ◊ 常见审计跟踪(Audit Trails):这意味着写出的记录不仅跟踪大多数当前的数据,还包括对每个记录进行实际修改的历史数据. ◊ 创建与CHECK约束 ...

  4. mpi4py实践

    版权声明:本文为博主原创文章,未经博主允许不得转载. 1.概述 MPI(Message Passing Interface),消息传递接口,是一个标准化和轻便的能够运行在各种各样并行计算机上的消息传递 ...

  5. 引用类型-Array类型

    ECMAScript数组的每一项可以保存任何类型的数据,并且数组的大小是可以动态调整的. 创建数组的基本方式有两种,第一种是使用Array构造函数 var colors = new Array(); ...

  6. JavaScript操作Cookie

    在Web开发中,我们经常使用Cookie保存一些不是非常敏高的数据.比如“下次自动登录”,“广告显示”等功能.定义是:某些网站为了辨别用户身份而存储在用户本地终端(主要是浏览器)上的数据.定义域RFC ...

  7. jQuery 自带的动画效果

    1.方法: show:显示选中元素. hide:隐藏选中元素. toggle:显示或隐藏选中元素. fadeIn:将选中元素的不透明度逐步提升到100%. fadeOut:将选中元素的不透明度逐步降为 ...

  8. iOS开发之SQLite-C语言接口规范(一)——Ready And Open Your SQLite

    为什么要搞一搞SQLite的C语言接口规范呢? 因为在做iOS开发中难免会遇到操作数据库的情况,你可以使用第三方的FMDB等,或者使用CoreData.但我们还是有必要去搞清楚如何去使用SQLite的 ...

  9. Android随笔之——获取EditText光标所在行行号

    由于项目需求,需要获取EditText光标当前所在行行号,可是翻遍Android文档.问遍度娘都没发现,于是在博客园中提问,碰见了好心人告诉了我答案,谨以以下代码献给有需要的人 private int ...

  10. AspNetPager分页控件配置

    AspNetPager是asp.net中常用的分页控件,下载AspNetPager.dll,添加引用,在工具栏就可以看到AspNetPager控件: 拖过来之后,设置如下属性: <webdiye ...