内容简介:开源地址: github: https://github.com/sagframe/sagacity-sqltoy gitee: https://gitee.com/sagacity/sagacity-sqltoy idea 插件(可直接在idea中检索安装): https://github.com/threefish/sqltoy-idea-plugins...
开源地址:
- github: https://github.com/sagframe/sagacity-sqltoy
- gitee: https://gitee.com/sagacity/sagacity-sqltoy
- idea 插件(可直接在idea中检索安装): https://github.com/threefish/sqltoy-idea-plugins
更新内容
1、分页支持总记录数和单页数据并行查询,提升效率
xml配置模式:parallel="true"
<sql id="qstart_fastPage">
<!-- 分页优化器,通过缓存实现查询条件一致的情况下在一定时间周期内缓存总记录数量,从而无需每次查询总记录数量 -->
<!-- alive-max:最大存放多少个不同查询条件的总记录量; alive-seconds:查询条件记录量存活时长(比如120秒,超过阀值则重新查询) -->
<!-- parallel: 是否并行count和记录查询开关; parallel-maxwait-seconds:并行查询最大等待时长(可以不填) -->
<page-optimize parallel="true" alive-max="100" alive-seconds="120" />
<value>
<![CDATA[
select t1.*,t2.ORGAN_NAME
-- @fast() 实现先分页取10条(具体数量由pageSize确定),然后再进行管理
from @fast(select t.*
from sqltoy_staff_info t
where t.STATUS=1
#[and t.STAFF_NAME like :staffName]
order by t.ENTRY_DATE desc
) t1
left join sqltoy_organ_info t2 on t1.organ_id=t2.ORGAN_ID
]]>
</value>
<!-- 这里为极特殊情况下提供了自定义count-sql来实现极致性能优化 -->
<!-- <count-sql></count-sql> -->
</sql>
// java直接设置:new PageOptimize().parallel(true)
PaginationModel<StaffInfoVO> result = sqlToyLazyDao
.findPageByQuery(pageModel,
new QueryExecutor("qstart_fastPage").values(staffVO)
.pageOptimize(new PageOptimize().parallel(true)).resultType(StaffInfoVO.class))
.getPageResult();
- 分页优化过程介绍
https://my.oschina.net/u/4234377/blog/3233919
- 简要介绍sqltoy的几个特点(jpa式的对象crud大家早习以为常不作介绍)
sqltoy 提供了最简洁的动态 sql 编写
我们对比一下mybatis的实现(从可阅读、可维护等视角看):
- 缓存翻译,利用缓存减少关联查询,简化sql同时大幅提升效率
- 极致分页优化
- 并行查询
// 使用并行查询同时执行2个sql,条件参数是2个查询的合集
String[] paramNames = new String[] { "userId", "defaultRoles", "deployId", "authObjType" };
Object[] paramValues = new Object[] { userId, defaultRoles, DEPLOY_ID,GROUP };
List<QueryResult<TreeModel>> list = super.parallQuery(
Arrays.asList(ParallQuery.create().sql("webframe_searchAllModuleMenus").resultType(TreeModel.class),
ParallQuery.create().sql("webframe_searchAllUserReports").resultType(TreeModel.class)),
paramNames, paramValues);
- 数据旋转
- 无限极分组统计(含汇总求平均),算法配置简单又跨数据库!
- 同比环比
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 一种极致性能的缓冲队列
- Android高级开发-APK极致优化
- 将webpack打包优化到极致_20180619
- 深度操作系统 15.8 —— 极致体验,美观高效
- :看我如何把Redis使用优化到极致
- Jboot v1.6.8 发布,优化细节、追求极致
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。