JSRUN 用代码说话

Slick 简介

编辑教程

Slick 简介

Slick 是 TypeSafe 推出的 Scala 数据库访问库。
开发者可以使用 Scala 语言风格来编写数据查询,而不是用 SQL 。
Slick 对于 Scala 来说,有如 LINQ 至于 C#,或者类似于其它平台上的 ORM 系统,它使用应用使用数据库有如使用 Scala 内置的集合类型(比如列表,集合等)一样方便。

当然如有需要还是可以直接使用 SQL 语句来查询数据库。

下面为使用 Slick 的代码片段:

val limit = 10.0

// Your query could look like this:
( for( c <- coffees; if c.price < limit ) yield c.name ).list

// Or using more plain SQL String Interpolation:
sql"select COF_NAME from COFFEES where PRICE < $limit".as[String].list

// Both queries result in SQL equivalent to:
// select COF_NAME from COFFEES where PRICE < 10.0

使用 Slick 而不直接使用 SQL 语句,可以使用编译器帮助发现一些类型错误,同时 Slick 可以为不同的后台数据库类型生成查询。

它具有如下的一些特征:

Scala

所有查询,表格和字段映射,以及类型都采用普通的 Scala 语法。

class Coffees(tag: Tag) extends Table[(String, Double)](tag, "COFFEES") {
    def name = column[String]("COF_NAME", O.PrimaryKey)
    def price = column[Double]("PRICE")
    def * = (name, price)
}
val coffees = TableQuery[Coffees]

数据访问接口类型 Scala 的集合类型

// Query that only returns the "name" column
coffees.map(_.name)

// Query that does a "where price < 10.0"
coffees.filter(_.price < 10.0)

类型安全

你使用的 IDE 可以帮助你写代码在编译时而无需到运行时就可以发现一些错误

// The result of "select PRICE from COFFEES" is a Seq of Double
// because of the type safe column definitions
val coffeeNames: Seq[Double] = coffees.map(_.price).list

// Query builders are type safe:
coffees.filter(_.price < 10.0)
// Using a string in the filter would result in a compilation error

可以组合

查询接口为函数,这些函数可以多次组合和重用。

// Create a query for coffee names with a price less than 10, sorted by name
coffees.filter(_.price < 10.0).sortBy(_.name).map(_.name)
// The generated SQL is equivalent to:
// select name from COFFEES where PRICE < 10.0 order by NAME

支持的数据库系统

DB2 (via slick-extensions)
Derby/JavaDB
H2
HSQLDB/HyperSQL
Microsoft Access
Microsoft SQL Server (via slick-extensions)
MySQL
Oracle (via slick-extensions)
PostgreSQL
SQLite

对于其它的一些数据库类型 Slick 也提供了有限的支持。

查询接口 Lifted Embedding

Sclick 使用 Lifted Embedding 作为标准的数据库查询接口,此外 Direct Embedding 接口正在开发测试当中。

Lifted Embedding 的名称来自于,你不是使用标准的 Scala 数据类型来访问查询数据库,而是使用 Rep 构造器来提升(Lift)Scala 的基本数据类型,然后使用提升后的数据类型来访问数据库,比如标准的 Scala 集合的例子:

case class Coffee(name: String, price: Double)
val coffees: List[Coffee] = //...

val l = coffees.filter(_.price > 8.0).map(_.name)
//                       ^       ^          ^
//                       Double  Double     String

而对应的提升之后的例子:

class Coffees(tag: Tag) extends Table[(String, Double)](tag, "COFFEES") {
    def name = column[String]("COF_NAME")
    def price = column[Double]("PRICE")
    def * = (name, price)
}
val coffees = TableQuery[Coffees]

val q = coffees.filter(_.price > 8.0).map(_.name)
//                       ^       ^          ^
//               Rep[Double]  Rep[Double]  Rep[String]

所有的基本 Scala 类型,都提升为 Rep。即使是 8.0 字面量也被提升为 Rep[Double] 类型。

后面采用 Chinook 数据库作为例子。

Chinook 数据库前身为著名的 Northwind 数据库,它的数据模型如下:

JSRUN闪电教程系统是国内最先开创的教程维护系统, 所有工程师都可以参与共同维护的闪电教程,让知识的积累变得统一完整、自成体系。 大家可以一起参与进共编,让零散的知识点帮助更多的人。
X
支付宝
9.99
无法付款,请点击这里
金额: 0
备注:
转账时请填写正确的金额和备注信息,到账由人工处理,可能需要较长时间
如有疑问请联系QQ:565830900
正在生成二维码, 此过程可能需要15秒钟