不久之前，發布了JDBC驅動程序的反應型。 稱為R2DBC。 它允許將數據異步流傳輸到已預訂的任何端點。 通過將R2DBC之類的反應性驅動程序與Spring WebFlux結合使用，可以編寫一個完整的應用程序，以異步方式處理數據的接收和發送。 在本文中，我們將重點介紹數據庫。 從連接到數據庫，然后最終保存和檢索數據。 為此，我們將使用Spring Data。 與所有Spring Data模塊一樣，它為我們提供了現成的配置。 減少為實現應用程序設置而需要編寫的樣板代碼數量。 最重要的是，它在數據庫驅動程序上提供了一層，使執行簡單任務變得更加容易，而較困難的任務則減輕了一些痛苦。

對于本文的內容，我正在使用Postgres數據庫。 在撰寫本文時，僅Postgres，H2和Microsoft SQL Server具有其自己的R2DBC驅動程序實現。

我以前寫過兩篇有關反應式Spring Data庫的文章，一篇關于Mongo ，另一篇關于Cassandra 。 您可能已經注意到，這些數據庫都不是RDBMS數據庫。 現在有很長一段時間都可以使用其他反應式驅動程序（我將近兩年前寫了Mongo文章），但是在為RDBMS數據庫編寫反應式驅動程序時，這仍然是一件很新的事情。 這篇文章將遵循類似的格式。

此外，我還寫了一篇關于使用Spring WebFlux的文章 ，我在引言中提到過。 如果您有興趣生產完全反應式的Web應用程序，請隨時查看。

依存關系

<dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter</artifactId></dependency><dependency><groupId>org.springframework.data</groupId><artifactId>spring-data-r2dbc</artifactId><version>1.0.0.M1</version></dependency><dependency><groupId>io.r2dbc</groupId><artifactId>r2dbc-postgresql</artifactId><version>1.0.0.M6</version></dependency><dependency><groupId>io.projectreactor</groupId><artifactId>reactor-core</artifactId></dependency> </dependencies><repositories><repository><id>repository.spring.milestone</id><name>Spring Milestone Repository</name><url>http://repo.spring.io/milestone</url></repository> </repositories>

這里有幾點要指出。

使用Spring Boot的次數越多，就越會習慣于為您想做的很酷的事情導入單個spring-boot-starter依賴項。 例如，我希望會有spring-boot-starter-r2dbc依賴關系，但不幸的是，沒有依賴關系。 然而。 簡而言之，該庫位于較新的一側，在編寫本文時，它沒有自己的Spring Boot模塊，該模塊包含所需的任何依賴項以及通過自動配置的更快設置。 我確信這些事情會在某個時候出現，并使設置R2DBC驅動程序變得更加容易。

現在，我們將需要手動填寫一些額外的依賴項。

此外，R2DBC庫僅具有Milestone版本（更多證明是新版本），因此我們需要確保引入Spring Milestone存儲庫。 當我獲得發布版本時，將來可能會需要更新此帖子。

連接到數據庫

由于Spring Data為我們做了很多工作，因此唯一需要手動創建的Bean是ConnectionFactory ，其中包含數據庫的連接詳細信息：

@Configuration @EnableR2dbcRepositories class DatabaseConfiguration(@Value("\${spring.data.postgres.host}") private val host: String,@Value("\${spring.data.postgres.port}") private val port: Int,@Value("\${spring.data.postgres.database}") private val database: String,@Value("\${spring.data.postgres.username}") private val username: String,@Value("\${spring.data.postgres.password}") private val password: String ) : AbstractR2dbcConfiguration() {override fun connectionFactory(): ConnectionFactory {return PostgresqlConnectionFactory(PostgresqlConnectionConfiguration.builder().host(host).port(port).database(database).username(username).password(password).build())} }

這里首先要注意的是AbstractR2dbcConfiguration的擴展。 此類包含大量不再需要手動創建的Bean。 實現connectionFactory是該類的唯一要求，因為創建DatabaseClient Bean是必需的。 這種結構是Spring Data模塊的典型結構，因此在嘗試其他結構時會感到非常熟悉。 此外，我希望一旦有自動配置，就可以刪除此手動配置，并且可以通過application.properties單獨驅動。

我在此處包括了port屬性，但是如果您還沒有使用Postgres配置，那么可以依靠默認值5432 。

PostgresqlConnectionFactory定義的四個屬性： host ， database ， username和password是使它正常工作的最低要求。 少了一點，您將在啟動過程中遇到異常。

使用此配置，Spring可以連接到正在運行的Postgres實例。

該示例中最后一個值得注意的信息是@EnableR2dbcRepositories的使用。 該注釋指示Spring查找擴展Spring的Repository接口的任何存儲Repository接口。 這用作檢測Spring Data存儲庫的基本接口。 我們將在下一部分中對此進行更仔細的研究。 從這里獲得的主要信息是，您需要使用@EnableR2dbcRepositories批注以充分利用Spring Data的功能。

創建一個Spring數據倉庫

如上所述，在本節中，我們將介紹添加Spring Data Repository。 這些存儲庫是Spring Data的一個不錯的功能，這意味著您無需寫很多額外的代碼即可簡單地編寫查詢。 不幸的是，至少就目前而言，Spring R2DBC無法以與其他Spring Data模塊當前相同的方式來推斷查詢（我肯定會在某個時候添加它）。 這意味著您將需要使用@Query批注并手動編寫SQL。 讓我們來看看：

@Repository interface PersonRepository : R2dbcRepository<Person, Int> {@Query("SELECT * FROM people WHERE name = $1")fun findAllByName(name: String): Flux<Person>@Query("SELECT * FROM people WHERE age = $1")fun findAllByAge(age: Int): Flux<Person> }

該接口擴展了R2dbcRepository 。 這依次擴展了ReactiveCrudRepository ，然后擴展到Repository 。 ReactiveCrudRepository提供了標準的CRUD功能，據我了解， R2dbcRepository不提供任何額外的功能，而是為更好的情境命名而創建的接口。

R2dbcRepository接受兩個通用參數，一個是它作為輸入并作為輸出產生的實體類。 第二個是主鍵的類型。 因此，在這種情況下， Person類由PersonRepository管理（有意義），并且Person內部的主鍵字段是Int 。

此類中的函數以及ReactiveCrudRepository提供的函數的返回類型為Flux和Mono （此處未顯示）。 這些是Spring用作默認反應流類型的Project Reactor類型。 Flux代表多個元素的流，而Mono則是單個結果。

最后，正如我在示例之前提到的那樣，每個函數都使用@Query注釋。 語法非常簡單，SQL是注釋中的字符串。 $1 （用于更多輸入的$2 ， $3等）表示輸入到函數中的值。 完成此操作后，Spring將處理其余部分，并將輸入傳遞到各自的輸入參數中，收集結果并將其映射到存儲庫的指定實體類。

快速瀏覽實體

在這里不多說，僅顯示PersonRepository使用的Person類。

@Table("people") data class Person(@Id val id: Int? = null,val name: String,val age: Int )

實際上，這里有一點需要說明。 id已設置為可為空，并提供默認值null以允許Postgres自身生成下一個合適的值。 如果這不能為空并且提供了一個id值，那么Spring在保存時實際上將嘗試運行更新而不是插入操作。 還有其他解決方法，但是我認為這已經足夠了。

該實體將映射到下面定義的people表：

CREATE TABLE people (id SERIAL PRIMARY KEY, name VARCHAR NOT NULL, age INTEGER NOT NULL );

看到一切都在行動

現在讓我們看看它實際上在做什么。 下面是一些插入一些記錄并以幾種不同方式檢索它們的代碼：

@SpringBootApplication class Application : CommandLineRunner {@Autowiredprivate lateinit var personRepository: PersonRepositoryoverride fun run(vararg args: String?) {personRepository.saveAll(listOf(Person(name = "Dan Newton", age = 25),Person(name = "Laura So", age = 23))).log().subscribe()personRepository.findAll().subscribe { log.info("findAll - $it") }personRepository.findAllById(Mono.just(1)).subscribe { log.info("findAllById - $it") }personRepository.findAllByName("Laura So").subscribe { log.info("findAllByName - $it") }personRepository.findAllByAge(25).subscribe { log.info("findAllByAge - $it") }} }

關于此代碼，我將提到一件事。 它很可能在沒有實際插入或讀取某些記錄的情況下執行。 但是，當您考慮時。 這說得通。 反應性應用程序旨在異步執行操作，因此該應用程序已開始處理不同線程中的函數調用。 如果不阻塞主線程，這些異步進程可能永遠不會完全執行。 出于這個原因，此代碼中有一些Thread.sleep調用，但我從示例中刪除了它們，以使所有內容保持整潔。

運行上面的代碼的輸出如下所示：

2019-02-11 09:04:52.294 INFO 13226 --- [ main] reactor.Flux.ConcatMap.1 : onSubscribe(FluxConcatMap.ConcatMapImmediate) 2019-02-11 09:04:52.295 INFO 13226 --- [ main] reactor.Flux.ConcatMap.1 : request(unbounded) 2019-02-11 09:04:52.572 INFO 13226 --- [actor-tcp-nio-1] reactor.Flux.ConcatMap.1 : onNext(Person(id=35, name=Dan Newton, age=25)) 2019-02-11 09:04:52.591 INFO 13226 --- [actor-tcp-nio-1] reactor.Flux.ConcatMap.1 : onNext(Person(id=36, name=Laura So, age=23)) 2019-02-11 09:04:52.591 INFO 13226 --- [actor-tcp-nio-1] reactor.Flux.ConcatMap.1 : onComplete() 2019-02-11 09:04:54.472 INFO 13226 --- [actor-tcp-nio-2] com.lankydanblog.tutorial.Application : findAll - Person(id=35, name=Dan Newton, age=25) 2019-02-11 09:04:54.473 INFO 13226 --- [actor-tcp-nio-2] com.lankydanblog.tutorial.Application : findAll - Person(id=36, name=Laura So, age=23) 2019-02-11 09:04:54.512 INFO 13226 --- [actor-tcp-nio-4] com.lankydanblog.tutorial.Application : findAllByName - Person(id=36, name=Laura So, age=23) 2019-02-11 09:04:54.524 INFO 13226 --- [actor-tcp-nio-5] com.lankydanblog.tutorial.Application : findAllByAge - Person(id=35, name=Dan Newton, age=25)

這里有一些要注意的地方：

• onSubscribe和request發生在調用Flux的主線程上。 僅saveAll輸出此內容，因為它已包含log功能。 將其添加到其他調用中將導致記錄到主線程的結果相同。
• subscription函數中包含的執行和Flux的內部步驟在單獨的線程上運行。

這與在實際應用程序中如何使用反應流的真實表示不盡相同，但希望能演示如何使用它們，并對它們的執行方式提供一些見解。

結論

總之，由于R2DBC驅動程序和Spring Data在頂部建立了一層，使所有內容變得更加整潔，因此Reactive Streams進入了某些RDBMS數據庫。 通過使用Spring Data R2DBC，我們能夠創建與數據庫的連接并開始查詢它，而無需太多代碼。 盡管Spring已經為我們做了大量工作，但它可能會做更多的事情。 當前，它不具有Spring Boot自動配置支持。 這有點煩人。 但是，我相信有人很快就會做起來并使所有事情變得比現在更好。

這篇文章中使用的代碼可以在我的GitHub上找到 。

翻譯自: https://www.javacodegeeks.com/2019/02/asynchronous-rdbms-access-spring-r2dbc.html

總結

以上是生活随笔為你收集整理的使用Spring Data R2DBC进行异步RDBMS访问的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。