Categories
程式開發

響應式關係數據庫處理R2DBC


簡介

之前我們提到過,對於底層的數據源來說,MongoDB, Redis, 和Cassandra 可以直接以reactive的方式支持Spring Data。而其他很多關係型數據庫比如Postgres, Microsoft SQL Server, MySQL, H2 和Google Spanner 則可以通過使用R2DBC 來實現對reactive的支持。

今天我們就來具體講解一下R2DBC的使用。

R2DBC介紹

之前我們介紹了Reactor還有基於其之上的Spring WebFlux框架。包括vert.x,rxjava等等reactive技術。我們實際上在應用層已經有很多優秀的響應式處理框架。

但是有一個問題就是所有的框架都需要獲取底層的數據,而基本上關係型數據庫的底層讀寫都還是同步的。

為了解決這個問題,出現了兩個標準,一個是oracle提出的ADBC (Asynchronous Database Access API),另一個就是Pivotal提出的R2DBC (Reactive Relational Database Connectivity)。

R2DBC是基於Reactive Streams標準來設計的。通過使用R2DBC,你可以使用reactive API來操作數據。

同時R2DBC只是一個開放的標準,而各個具體的數據庫連接實現,需要實現這個標準。

今天我們以r2dbc-h2為例,講解一下r2dbc在Spring webFlux中的使用。

項目依賴

我們需要引入r2dbc-spi和r2dbc-h2兩個庫,其中r2dbc-spi是接口,而r2dbc-h2是具體的實現。

同時我們使用了Spring webflux,所以還需要引入spring-boot-starter-webflux。

具體的依賴如下:

io.r2dbc
r2dbc-h2
${r2dbc-h2.version}

org.springframework.boot
spring-boot-starter-webflux

創建ConnectionFactory

ConnectionFactory是數據庫連接的一個具體實現,通過ConnectionFactory我們可以創建到數據庫的連接。

先看一下數據庫的配置文件,為了方便起見,這裡我們使用的是內存數據庫H2 :

r2dbc.url=r2dbc:h2:mem://./r2dbc
r2dbc.user=sa
r2dbc.password=password

第一個url指定的是數據庫的連接方式,下面兩個是數據庫的用戶名和密碼。

接下來我們看一下,怎麼通過這些屬性來創建ConnectionFactory:

@Bean
public ConnectionFactory connectionFactory() {
ConnectionFactoryOptions baseOptions = ConnectionFactoryOptions.parse(url);
ConnectionFactoryOptions.Builder ob = ConnectionFactoryOptions.builder().from(baseOptions);
if (!StringUtil.isNullOrEmpty(user)) {
ob = ob.option(USER, user);
}
if (!StringUtil.isNullOrEmpty(password)) {
ob = ob.option(PASSWORD, password);
}
return ConnectionFactories.get(ob.build());
}

通過url可以parse得到ConnectionFactoryOptions。然後通過ConnectionFactories的get方法創建ConnectionFactory。

如果我們設置了USER或者PASSWORD,還可以加上這兩個配置。

創建Entity Bean

這裡,我們創建一個簡單的User對象:

@Data
@NoArgsConstructor
@AllArgsConstructor
public class Users {

private Long id;
private String firstname;
private String lastname;
}

初始化數據庫

雖然H5有很多更加簡單的方式來初始化數據庫,比如直接讀取SQL文件,這里為了說明R2DBC的使用,我們使用手動的方式來創建:

@Bean
public CommandLineRunner initDatabase(ConnectionFactory cf) {

return (args) ->
Flux.from(cf.create())
.flatMap(c ->
Flux.from(c.createBatch()
.add("drop table if exists Users")
.add("create table Users(" +
"id IDENTITY(1,1)," +
"firstname varchar(80) not null," +
"lastname varchar(80) not null)")
.add("insert into Users(firstname,lastname)" +
"values('flydean','ma')")
.add("insert into Users(firstname,lastname)" +
"values('jacken','yu')")
.execute())
.doFinally((st) -> c.close())
)
.log()
.blockLast();
}

上面的代碼中,我們使用c.createBatch()來向數據庫插入一些數據。

除了createBatch,還可以使用create來創建單個的執行語句。

獲取所有的用戶

在Dao中,我們提供了一個findAll的方法:

public Flux findAll() {

return Mono.from(connectionFactory.create())
.flatMap((c) -> Mono.from(c.createStatement("select id,firstname,lastname from users")
.execute())
.doFinally((st) -> close(c)))
.flatMapMany(result -> Flux.from(result.map((row, meta) -> {
Users acc = new Users();
acc.setId(row.get("id", Long.class));
acc.setFirstname(row.get("firstname", String.class));
acc.setLastname(row.get("lastname", String.class));
return acc;
})));
}

簡單解釋一下上面的使用。

因為是一個findAll方法,我們需要找出所有的用戶信息。所以我們返回的是一個Flux而不是一個Mono。

怎麼從Mono轉換成為一個Flux呢?

這裡我們使用的是flatMapMany,將select出來的結果,分成一行一行的,最後轉換成為Flux。

準備陳述

為了防止SQL注入,我們需要在SQL中使用Prepare statement:

public Mono findById(long id) {

return Mono.from(connectionFactory.create())
.flatMap(c -> Mono.from(c.createStatement("select id,firstname,lastname from Users where id = $1")
.bind("$1", id)
.execute())
.doFinally((st) -> close(c)))
.map(result -> result.map((row, meta) ->
new Users(row.get("id", Long.class),
row.get("firstname", String.class),
row.get("lastname", String.class))))
.flatMap( p -> Mono.from(p));
}

看下我們是怎麼在R2DBC中使用prepare statement的。

事務處理

接下來我們看一下怎麼在R2DBC中使用事務:

public Mono createAccount(Users account) {

return Mono.from(connectionFactory.create())
.flatMap(c -> Mono.from(c.beginTransaction())
.then(Mono.from(c.createStatement("insert into Users(firstname,lastname) values($1,$2)")
.bind("$1", account.getFirstname())
.bind("$2", account.getLastname())
.returnGeneratedValues("id")
.execute()))
.map(result -> result.map((row, meta) ->
new Users(row.get("id", Long.class),
account.getFirstname(),
account.getLastname())))
.flatMap(pub -> Mono.from(pub))
.delayUntil(r -> c.commitTransaction())
.doFinally((st) -> c.close()));

}

上面的代碼中,我們使用了事務,具體的代碼有兩部分:

c -> Mono.from(c.beginTransaction())
.delayUntil(r -> c.commitTransaction())

開啟是的時候需要使用beginTransaction,後面提交就需要調用commitTransaction。

WebFlux使用

最後,我們需要創建WebFlux應用來對外提供服務:

@GetMapping("/users/{id}")
public Mono getUsers(@PathVariable("id") Long id) {

return usersDao.findById(id)
.map(acc -> new ResponseEntity(acc, HttpStatus.OK))
.switchIfEmpty(Mono.just(new ResponseEntity(null, HttpStatus.NOT_FOUND)));
}

@GetMapping("/users")
public Flux getAllAccounts() {
return usersDao.findAll();
}

@PostMapping("/createUser")
public Mono createUser(@RequestBody Users user) {
return usersDao.createAccount(user)
.map(acc -> new ResponseEntity(acc, HttpStatus.CREATED))
.log();
}

執行效果

最後,我們運行一下代碼,執行下users:

curl "localhost:8080/users"
[{"id":1,"firstname":"flydean","lastname":"ma"},{"id":2,"firstname":"jacken","lastname":"yu"}]%

完美,實驗成功。

本文的代碼:帶有r2dbc的webflux

本文作者:flydean程序那些事本文鏈接:http://www.flydean.com/r2dbc-introduce/"本文來源:flydean的博客歡迎關注我的公眾號:「程序那些事」最通俗的解讀,最深刻的干貨,最簡潔的教程,眾多你不知道的小技巧等你來發現!