Spring Data R2DBC 简介

1. 引言

R2DBC（反应式关系数据库连接）是 Pivotal 在 2018 年第一季度平台期间提出的一项努力。它打算为 SQL 数据库创建一个反应式 API。

换句话说，此工作使用完全非阻塞驱动程序创建数据库连接。

在本教程中，我们将看一个使用弹簧数据R2BDC的应用程序示例。有关更低级 R2DBC API 的指南，请查看我们之前的文章。

2. 我们的第一个春季数据R2DBC项目

首先，R2DBC项目是最近才开始的。目前，只有部分数据库具有 R2DBC 驱动程序。此外，我们不能将所有弹簧启动功能都与它一起使用。因此，我们需要手动添加一些步骤。但是，我们可以利用像Spring Data这样的项目来帮助我们。

我们将首先创建一个 Maven 项目。在这一点上，R2DBC存在一些依赖性问题，因此我们的pom.xml将比平时更大。

在本文的范围内，我们将使用 H2 作为数据库，并将为我们的应用程序创建反应式 CRUD 函数。

让我们打开生成的项目的 pom.xml，并添加适当的依赖项以及一些早期发布的 Spring 存储库：

     
        org.springframework.data
        spring-data-r2dbc
        1.0.0.RELEASE
    
    
        io.r2dbc
        r2dbc-h2
        0.8.1.RELEASE
    
    
        com.h2database
        h2
        1.4.199
    

其他必需的工件包括龙目岛，春季WebFlux和其他一些完成我们项目依赖关系的工件。

3. 连接工厂

使用数据库时，我们需要一个连接工厂。所以，当然，我们需要R2DBC做同样的事情。

因此，我们现在将添加详细信息以连接到我们的实例：

@Configuration
@EnableR2dbcRepositories
class R2DBCConfiguration extends AbstractR2dbcConfiguration {
    @Bean
    public H2ConnectionFactory connectionFactory() {
        return new H2ConnectionFactory(
            H2ConnectionConfiguration.builder()
              .url("mem:testdb;DB_CLOSE_DELAY=-1;")
              .username("sa")
              .build()
        );
    }
}

在上面的代码中，我们注意到的第一件事是@EnableR2dbcRepositories。我们需要此注释来使用弹簧数据功能。此外，我们正在扩展 AbstractR2dbc 配置，因为它将提供许多我们稍后需要的 bean。

4. 我们的第一个 R2DBC 应用程序

我们的下一步是创建存储库：

interface PlayerRepository extends ReactiveCrudRepository {}

反应式回复存储库接口非常有用。例如，它提供了基本的 CRUD 功能。

最后，我们将定义模型类。我们将使用龙目岛来避免样板代码：

@Data
@NoArgsConstructor
@AllArgsConstructor
class Player {
    @Id
    Integer id;
    String name;
    Integer age;
}

5. 测试

是时候测试我们的代码了。因此，让我们从创建几个测试用例开始：

@Test
public void whenDeleteAll_then0IsExpected() {
    playerRepository.deleteAll()
      .as(StepVerifier::create)
      .expectNextCount(0)
      .verifyComplete();
}

@Test
public void whenInsert6_then6AreExpected() {
    insertPlayers();
    playerRepository.findAll()
      .as(StepVerifier::create)
      .expectNextCount(6)
      .verifyComplete();
}

6. 自定义查询

我们还可以生成自定义查询。为了添加它，我们需要更改我们的玩家存储库：

@Query("select id, name, age from player where name = $1")
Flux findAllByName(String name);

@Query("select * from player where age = $1")
Flux findByAge(int age);

除了现有的测试之外，我们还会将测试添加到最近更新的存储库中：

@Test
public void whenSearchForCR7_then1IsExpected() {
    insertPlayers();
    playerRepository.findAllByName("CR7")
      .as(StepVerifier::create)
      .expectNextCount(1)
      .verifyComplete();
}

@Test
public void whenSearchFor32YearsOld_then2AreExpected() {
    insertPlayers();
    playerRepository.findByAge(32)
      .as(StepVerifier::create)
      .expectNextCount(2)
      .verifyComplete();
}

private void insertPlayers() {
    List players = Arrays.asList(
        new Player(1, "Kaka", 37),
        new Player(2, "Messi", 32),
        new Player(3, "Mbappé", 20),
        new Player(4, "CR7", 34),
        new Player(5, "Lewandowski", 30),
        new Player(6, "Cavani", 32)
    );
    playerRepository.saveAll(players).subscribe();
}

7. 批次

R2DBC 的另一个功能是创建批处理。批处理在执行多个 SQL 语句时很有用，因为它们的性能优于单个操作。

要创建批处理，我们需要一个连接对象：

Batch batch = connection.createBatch();

在我们的应用程序创建 Batch 实例后，我们可以根据需要添加任意数量的 SQL 语句。为了执行它，我们将调用 execute（） 方法。批处理的结果是一个发布服务器，它将为每个语句返回一个结果对象。

因此，让我们跳到代码中，看看如何创建 Batch：

@Test
public void whenBatchHas2Operations_then2AreExpected() {
    Mono.from(factory.create())
      .flatMapMany(connection -> Flux.from(connection
        .createBatch()
        .add("select * from player")
        .add("select * from player")
        .execute()))
      .as(StepVerifier::create)
      .expectNextCount(2)
      .verifyComplete();
}

8. 结论

综上所述，R2DBC仍处于早期阶段。它尝试创建一个 SPI，该 SPI 将定义 SQL 数据库的反应性 API。当与Spring WebFlux一起使用时，R2DBC允许我们编写一个应用程序，该应用程序从顶部异步处理数据，一直到数据库。

与往常一样，代码可在 GitHub 上使用。