當前位置：首頁 > 编程语言 > java >内容正文

java

java联接pg库_成为Java流大师–第5部分：将联接的数据库表转换为流

發布時間：2023/12/3 java 27 豆豆

生活随笔收集整理的這篇文章主要介紹了 java联接pg库_成为Java流大师–第5部分：将联接的数据库表转换为流小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

java聯接pg庫

是否可以將聯接的數據庫表轉換為Java Stream？答案是肯定的。由于我們已經多次提出這個問題，因此我們決定寫另一篇動手實驗文章，說明如何執行更高級的Stream Joins。因此，這里是第六篇中的第五篇，后面還有一個GitHub存儲庫，其中包含每個單元的說明和練習。

第1部分：創建流
第2部分：中級操作
第三部分：終端操作第4部分：數據庫流第5部分：將聯接的數據庫表轉換為流第6部分：使用流創建數據庫應用程序

流加入

在上一篇文章中，我們指出了Streams和SQL構造之間的巨大相似之處。雖然，在一般情況下，SQL操作JOIN缺少自然映射。因此， Speedment利用自己的
JoinComponent以類型安全的方式聯接最多10個表（使用INNER JOIN，RIGHT JOIN，LEFT JOIN或CROSS JOIN）。在更深入地介紹JoinComponent之前，我們將詳細說明各個表與聯接之間的相似性。

我們以前使用Speedment Manager作為數據庫表的句柄。此過程如下所示：

管理器充當數據庫表的句柄，并且可以充當流源。在這種情況下，每一行都對應一個Film實例。

現在我們希望從多個表中檢索數據，僅憑Manager還是不夠的。 SQL JOIN查詢輸出一個虛擬表，該虛擬表以不同方式（例如，取決于聯接類型和WHERE子句）組合來自多個表的數據。在Speedment中，該虛擬表表示為Join<T>對象，該對象持有類型T元組。

連接組件

要檢索Join對象，我們需要前面提到的使用構建器模式的JoinComponent 。產生的Join對象是可重用的，并充當“虛擬聯接表”的句柄，如下圖所示：

JoinComponent創建一個Join對象，該對象充當虛擬表的句柄（聯接的結果），并且可以充當流源。在這種情況下，每一行都對應一個Tuple2的實例

現在，我們已經介紹了JoinComponent的概念，我們可以開始演示如何使用它。

多對一

我們從多對一關系開始，其中第一張表中的多行可以與第二張表中的同一行匹配。例如，在許多電影中可以使用一種語言。我們可以使用
JoinCompontent ：

Join<Tuple2<Film, Language>> join = joinComponent .from(FilmManager.IDENTIFIER) .innerJoinOn(Language.LANGUAGE_ID).equal(Film.LANGUAGE_ID) .build(Tuples::of);

基本上，我們從Film表開始，然后對Language表在具有匹配language_id：s的行上執行INNER JOIN。

然后，我們可以使用Join對象在生成的元組上流式傳輸并全部打印出來以供顯示。與Streams一樣，即使重復使用相同的join-Element，也不能保證元素的特定順序。

join.stream() .forEach(System.out::println); Tuple2Impl {FilmImpl { filmId = 1 , title = ACADEMY DINOSAUR, ... }, LanguageImpl { languageId = 1 , name = English, ... }} Tuple2Impl {FilmImpl { filmId = 2 , title = ACE GOLDFINGER, ... }, LanguageImpl { languageId = 1 , name = English, ... }} Tuple2Impl {FilmImpl { filmId = 3 , title = ADAPTATION HOLES, ... }, LanguageImpl { languageId = 1 , name = English, ... }} …

多對多

多對多關系定義為兩個表之間的關系，其中第一個表中的許多行可以匹配第二個表中的多個行。通常使用第三張表來形成這些關系。例如，演員可以參加幾部電影，而一部電影中通常有幾個演員。

Sakila中電影與演員之間的關系由
FilmActor表，該表使用外鍵引用電影和演員。因此，如果我們想將每個Film條目與該電影的主演演員聯系起來，我們需要加入所有三個表：

Join<Tuple3<FilmActor, Film, Actor>> join = joinComponent .from(FilmActorManager.IDENTIFIER) .innerJoinOn(Film.FILM_ID).equal(FilmActor.FILM_ID) .innerJoinOn(Actor.ACTOR_ID).equal(FilmActor.ACTOR_ID) .build(Tuples::of);

我們從描述電影與演員之間的關系的表開始，并分別在匹配FILM_ID：s和ACTOR_ID：s的情況下與Film和Actor進行表演和INNER JOIN。

收集加入流到地圖

現在，我們的Join對象可用于創建與
帶有主演Actor List的Film ：s。由于流中的元素是元組，因此我們需要指向所需的條目。這是使用零索引的吸氣劑（引用FilmActor get0()等）完成的。

Map<Film, List<Actor>> actorsInFilms = join.stream() .collect( groupingBy(Tuple3::get1, mapping(Tuple3::get2, toList()) ) );

最后，我們打印條目以顯示電影和演員的姓名。

actorsInFilms.forEach((f, al) -> System.out.format( "%s : %s%n" , f.getTitle(), al.stream() .sorted(Actor.LAST_NAME) .map(a -> a.getFirstName() + " " + a.getLastName()) .collect(joining( ", " ) ) ) ); WONDERLAND CHRISTMAS : HARRISON BALE, CHRIS BRIDGES, HUMPHREY GARLAND, WOODY JOLIE, CUBA OLIVIER BUBBLE GROSSE : VIVIEN BASINGER, ROCK DUKAKIS, MENA HOPPER OPUS ICE : DARYL CRAWFORD, JULIA FAWCETT, HUMPHREY GARLAND, SEAN WILLIAMS …

篩選表

如果我們最初知道我們只對
Film條目，在定義Join擺脫這些實例會更有效。這是使用.where（）運算符完成的，該運算符等效于流上的filter() （并映射到SQL關鍵字WHERE）。作為過濾器，它使用評估為true或false的Predicate ，并應使用Speedment Fields進行表達以進行優化。在這里，我們要查找標題以“ A”開頭的電影的語言：

Join<Tuple2<Film, Language>> join = joinComponent .from(FilmManager.IDENTIFIER) .where(Film.TITLE.startsWith(“A”)) .innerJoinOn(Language.LANGUAGE_ID).equal(Film.LANGUAGE_ID) .build(Tuples::of);

如果需要進一步過濾，則可以將任意數量的.where（）操作與幕后SQL關鍵字AND組合在一起。

專業建筑商

Sofar我們不得不處理元組的相當抽象的getter（get0，get1等）。盡管在構建連接對象時，我們可以為特殊對象提供任何構造函數。在上面顯示的示例中，我們對電影的名稱和演員的名字感興趣。這使我們可以定義自己的對象
TitleActorName ：

final class TitleActorName { ????private final String title; private final String actorName; TitleActorName(Film film, Actor actor) { this .title = film.getTitle(); this .actorName = actor.getFirstName() + actor.getLastName(); } public String title() { return title; } public String actorName() { return actorName; } @Override public String toString() { return "TitleLanguageName{" + "title=" + title + ", actorName=" + actorName + '}' ; } }

然后，我們將自己的對象的構造函數提供給Join構造函數，并丟棄鏈接的FilmActor實例，因為它未被使用：

Join<TitleActorName> join = joinComponent .from(FilmActorManager.IDENTIFIER) .innerJoinOn(Film.FILM_ID).equal(FilmActor.FILM_ID) .innerJoinOn(Actor.ACTOR_ID).equal(FilmActor.ACTOR_ID) .build((fa, f, a) -> new TitleActorName(f, a));

這極大地提高了涉及所產生的Join對象的任何操作的可讀性。

Map<String, List<String>> actorsInFilms = join.stream() .collect( groupingBy(TitleActorName::title, mapping(TitleActorName::actorName, toList()) ) ); actorsInFilms.forEach((f, al) -> System.out.format( "%s : %s%n" , f, al) );

簡化類型

當連接大量表時，編寫Java類型可能很Tuple5<...> （例如Tuple5<...> ）。如果您使用Java的最新版本，則可以像下面這樣簡單地忽略局部變量的類型：

var join = joinComponent .from(FilmManager.IDENTIFIER) .where(Film.TITLE.startsWith(“A”)) .innerJoinOn(Language.LANGUAGE_ID).equal(Film.LANGUAGE_ID) .build(Tuples::of);

在這種情況下，Java將自動將類型推斷為Join<Tuple2<Film, Language>>

如果使用的是較舊的Java版本，則可以像這樣內聯連接聲明和流運算符：

joinComponent .from(FilmManager.IDENTIFIER) .where(Film.TITLE.startsWith(“A”)) .innerJoinOn(Language.LANGUAGE_ID).equal(Film.LANGUAGE_ID) .build(Tuples::of) .stream() .forEach(System.out::println);

練習題

本周的練習將需要先前所有單元的綜合知識，因此可以作為先前單元的重要后續課程。云中仍存在到Sakila數據庫實例的連接，因此無需設置Speedment。像往常一樣，這些練習可以在此GitHub存儲庫中找到。本文的內容足以解決名為MyUnit5Extra的第五個單元。相應的Unit5Extra接口包含JavaDocs，它們描述了以下方法的預期實現。
MyUnit5Extra 。

public interface Unit5Extra { /** * Creates and returns a new Map with Actors as keys and * a List of Films in which they appear as values. * <p> * The result might look like this: * * ActorImpl { actorId = 126, firstName = FRANCES, lastName = TOMEI, ... }=[FilmImpl { filmId = 21, title = AMERICAN CIRCUS, ...}, ...] * … * * @param joinComponent for data input * @return a new Map with Actors as keys and * a List of Films in which they appear as values */ Map<Actor, List<Film>> filmographies(JoinComponent joinComponent);

提供的測試（例如Unit5ExtraTest ）將充當自動評分工具，讓您知道您的解決方案是否正確。

到目前為止，我們希望能夠設法證明Stream API對于數據庫查詢的整潔程度。下一篇文章將超越電影租賃領域，并允許您為任何數據源用純Java編寫獨立的數據庫應用程序。編碼愉快！

s

Per Minborg
Julia·古斯塔夫森（Julia Gustafsson）

資源資源

GitHub開源項目加速

Speedment Stream ORM 初始化程序
GitHub存儲庫“ hol-streams”
文章第1部分：創建流第2部分：中級操作第3部分：終端機操作

翻譯自: https://www.javacodegeeks.com/2019/11/become-a-master-of-java-streams-part-5-turn-joined-database-tables-into-a-stream.html