简介:gdao是一种创新的持久层解决方案。主要目的在于 减少编程量，提高生产力，提高性能，支持多数据源整合操作，支持数据读写分离，制定持久层编程规范。 灵活运用gdao，可以在持久层设计上，减少30%甚至50%以上的编程量，同时形成持久层的统一编程规范，减少持久层错误，同时易于维护和扩展。

gdao对于go语言，相当于 hibernate+ mybatis 对于java语言，gdao框架融合了Hibernate的抽象性和MyBatis的灵活性，并解决了它们各自在ORM框架上长久以来使用上的痛点。关于hibernate与mybatis在痛点问题，可以参考 jdao使用文档

gdao设计结构简洁且严谨，所有接口与函数均能见名知意。即使从未接触过gdao，看到gdao持久层代码，也能马上知道它的代码表达的意思和相关的数据行为。你可以在几分钟内，掌握它的用法，这是它的简洁性与设计规范性带来的优势。

• Github
• 使用文档
• Demo
• 官网

核心优势

• 融合精髓：Gdao融合了Hibernate的抽象性和MyBatis的灵活性，同时解决了两者在ORM框架使用中的长期痛点。
• 设计优雅：框架设计简洁严谨，接口与函数命名直观易懂，即便是初学者也能快速上手。
• 高效生成：内置代码生成工具，一键生成数据库表的标准化实体类，类似Thrift/Protobuf，提升开发效率。
• 性能卓越：支持高效序列化与反序列化，确保数据处理速度更快，体积更小。
• 读写分离：支持多数据源绑定及数据读写分离，满足复杂业务场景需求。
• 数据缓存：GDAO内置缓存机制，允许对缓存数据的有效期和回收策略进行精细控制。
• 广泛兼容：理论上支持所有实现Go数据库驱动接口的数据库，轻松对接多种数据源。
• 高级特性：支持事务、存储过程、批处理等高级数据库操作，满足各种复杂业务需求。
• SQL分离：类似MyBatis，支持SQL与程序分离，通过XML文件配置SQL映射，提升代码清晰度与维护性。

GDAO的设计理念

Gdao是Jdao的功能等价框架，设计模式来自Jdao。

1. 标准化映射实体类，处理单表CRUD操作：90%以上的数据库单表操作，可用通过实体类操作完成。这些对单表的增删改查操作，一般不涉及复杂的SQL优化，由实体类封装生成，可以减少错误率，更易于维护。 利用缓存，读写分离等机制，在优化持久层上，更为高效和方便 标准化实体类的数据操作格式并非简单的对象函数拼接，而是更类似SQL操作的对象化，使得操作上更加易于理解。
2. 复杂SQL的执行：在实践中发现，复杂SQL，特别是多表关联的SQL，通常需要优化，这需要对表结构，表索引性质等数据库属性有所了解。 而将复杂SQL使用对象进行拼接，通常会增加理解上的难度。甚至，开发者都不知道对象拼接后的最终执行SQL是什么，这无疑增加了风险和维护难度。 因此Gdao在复杂SQL问题上，建议调用Gdao的CURD接口执行，Gdao提供了灵活的数据转换和高效的对象映射实现，可以避免过渡使用反射等耗时的操作。
3. Sql映射文件： 对于复杂的sql操作，Gdao提供了相应的crud接口。同时也支持通过xml配置sql进行接口映射调用，这点与java的mybatis Orm框架相似，区别在于mybatis需要映射所有SQL操作， 而Gdao虽然提供了完整的sql映射接口，但是建议只映射复杂SQL，或操作部分标准实体类无法完成的CURD操作。 Gdao的SQL配置文件参考java orm框架mybatis配置文件格式，并实现go语言的解析器，使得配置参数在类型的容忍度上更高，更灵活。

核心组件

• gdao：核心入口，负责数据源设置与SQL CRUD操作。
• gdaoCache：缓存管理，支持缓存绑定与移除，优化查询性能。
• gdaoSlave：读写分离控制，灵活管理数据源读写策略。
• gdaoMapper：SQL执行器，支持直接调用CRUD接口或通过XML映射文件执行复杂SQL。

快速入门

1. 安装

# gdao 导入 go get github.com/donnie4w/gdao

2. 配置数据源

gdao.Init(mysqlDB,gdao.MYSQL) // mysqlDB 为数据源 // gdao.MYSQL 为数据库类型

3. 生成表实体类

• 使用 Gdao 代码生成工具生成数据库表的标准化实体类。

4. 实体类操作

//  数据源设置 gdao.init(mysqlDB,gdao.MYSQL)  // 读取 hs := dao.NewHstest() hs.Where(hs.Id.EQ(10)) h, _ := hs.Select(hs.Id, hs.Value, hs.Rowname) logger.Debug(h) //[DEBUG][SELETE ONE][ select id,value,rowname from hstest where id=?][10]   // 更新 hs := dao.NewHstest() hs.SetRowname("hello10") hs.Where(hs.Id.EQ(10)) hs.Update() //[DEBUG][UPDATE][update hstest set rowname=? where id=?][hello10 10]  // 删除 hs := dao.NewHstest() hs.Where(hs.Id.EQ(10)) t.delete() //[DEBUG][UPDATE][delete from hstest where id=?][10]  //新增 hs := dao.NewHstest() hs.SetValue("hello123") hs.SetLevel(12345) hs.SetBody([]byte("hello")) hs.SetRowname("hello1234") hs.SetUpdatetime(time.Now()) hs.SetFloa(123456) hs.SetAge(123) hs.Insert() //[DEBUG][INSERT][insert  into hstest(floa,age,value,level,body,rowname,updatetime )values(?,?,?,?,?,?,?)][123456 123 hello123 12345 [104 101 108 108 111] hello1234 2024-07-17 19:36:44]

5. gdao api

• CRUD操作

//查询，返回单条 bean, _ := gdao.ExecuteQueryBean("select id,value,rowname from hstest where id=?", 10) logger.Debug(bean)  //insert int  i = gdao.ExecuteUpdate("insert into hstest2(rowname,value) values(?,?)", "helloWorld", "123456789");  //update int  i = gdao.ExecuteUpdate("update hstest set value=? where id=1", "hello");  //delete int  i = gdao.ExecuteUpdate("delete from hstest where id = ?", 1);

6. gdaoCache 缓存

• 配置缓存

//绑定Hstest  启用缓存, 缓存时效为 300秒 gdaoCache.BindClass[dao.Hstest]()  //Hstest 第一次查询，并根据条件设置数据缓存 hs := dao.NewHstest() hs.Where((hs.Id.Between(0, 2)).Or(hs.Id.Between(10, 15))) hs.Limit(3) hs.Selects()  //相同条件，数据直接由缓存获取 hs = dao.NewHstest() hs.Where((hs.Id.Between(0, 2)).Or(hs.Id.Between(10, 15))) hs.Limit(3) hs.Selects()

执行结果

[DEBUG][SELETE LIST][ select id,age,rowname,value,updatetime,body,floa,level from hstest where id between ? and ? or (id between ? and ?) LIMIT ? ][0 2 10 15 3] [DEBUG][SET CACHE][ select id,age,rowname,value,updatetime,body,floa,level from hstest where id between ? and ? or (id between ? and ?) LIMIT ? ][0 2 10 15 3] [DEBUG][SELETE LIST][ select id,age,rowname,value,updatetime,body,floa,level from hstest where id between ? and ? or (id between ? and ?) LIMIT ? ][0 2 10 15 3] [DEBUG][GET CACHE][ select id,age,rowname,value,updatetime,body,floa,level from hstest where id between ? and ? or (id between ? and ?) LIMIT ? ][0 2 10 15 3]

7. gdaoSlave 读写分离

• 读写分离

设置备库数据源：mysql mysql, _ := getDataSource("mysql.json") gdaoSlave.BindClass[dao.Hstest](mysql, gdao.MYSQL) //这里主数据库为sqlite，备数据库为mysql，Hstest读取数据源为mysql hs := dao.NewHstest() hs.Where(hs.Id.Between(0, 5)) hs.OrderBy(hs.Id.Desc()) hs.Limit(3) hs.Selects()

8. gdaoMapper

• 使用 XML 映射 SQL

            SELECT * FROM hstest1  order by id desc limit #{limit}     

//数据源设置 if db, err := getDataSource("sqlite.json"); err == nil {    gdao.Init(db, gdao.SQLITE)      gdao.SetLogger(true) }  //读取解析xml配置 hs1, _ := gdaoMapper.Select[dao.Hstest1]("user.selectHstest1", 1) fmt.Println(hs1)  id, _ := gdaoMapper.Select[int64]("user.selectHstest1", 1) fmt.Println(*id)

执行结果

[DEBUG][Mapper Id] user.selectHstest1  SELECTONE SQL[SELECT * FROM hstest1  order by id desc limit ?]ARGS[1] Id:52,Rowname:rowname>>>123456789,Value:[104 101 108 108 111 32 103 100 97 111],Goto:[49 50 51 52 53] [DEBUG][Mapper Id] user.selectHstest1  SELECTONE SQL[SELECT * FROM hstest1  order by id desc limit ?]ARGS[1] 52

gdao的性能与运用

1. 缓存的重要性：
   • 开启缓存对于性能有着显著的提升，特别是在频繁查询的场景中。开启缓存后，查询性能提升了 150-600 倍，这表明缓存对于提高查询速度是非常有效的。
   • 这种性能提升主要是因为缓存避免了数据库的重复查询，减少了 I/O 操作和数据库连接的开销。
2. gdao 的性能表现：
   • gdao 的性能已经非常接近原生的数据查询效率，这表明 gdao 的封装层引入的额外性能损耗非常小。
   • 特别是在返回 DataBean 的情况下，gdao 的性能表现优异，这是由于 DataBean 的设计和处理机制高效性以及比泛型返回模式少了映射数据的流程，
3. 性能损耗：
   • 即使在没有开启缓存的情况下，gdao 的查询性能与原生查询相比也相差不大，这表明 gdao 的设计非常高效。
   • 使用 gdao 的查询方法，无论是返回泛型对象还是 DataBean，性能都相当不错，说明 gdao 的封装层对性能的影响很小。
4. 缓存与数据类型：
   • 开启缓存后，使用标准化实体类的查询性能得到了极大的提升，这表明缓存对于此类查询特别有效。
   • 使用 gdaoMapper 并开启缓存，无论是返回 DataBean 还是泛型对象，性能都有大幅提升，但返回 DataBean 的查询性能表现更优。

查看gdao使用文档，了解详细的性能测试数据与测试过程，和实践案例