正在开发的.net sql拼写神器

我正在开发的一个.net sql拼写工具,当然也可以算是ORM

本工具的作用就是帮忙码农拼写sql,对标开源项目SqlKata。

本工具最大的特点就是性能好,省内存,拼接sql从头到尾只使用一个StringBuilder。

支持多种数据库,也可以自定义数据库方言,支持net7.0;net8.0;net9.0;netstandard2.0;netstandard2.1,支持跨平台。

本工具最适合搭配Dapper使用,所以附带了一个Dapper扩展。当然直接搭配ado.net也是可以的。

sql操作用的最多也是最复杂的是查询,本工具包含两套查询模式:sql模式和逻辑模式。

一、先介绍sql查询模式

1、支持按原生sql进行查询,示例如下:

复制代码
        var query = db.From("Users")
            .ToSqlQuery()
            .Where("Id=@Id", "Status=@Status");

2、支持按逻辑查询

复制代码
        var query = new UserTable()
            .ToSqlQuery()
            .Where(Id.EqualValue(100));

3、支持GroupBy

复制代码
        var table = db.From("Users");
        var groupBy = table.ToSqlQuery()
            .ColumnEqualValue("Age", 20)
            .GroupBy("CityId")
            .Having(g => g.Aggregate("MAX", "Level").GreaterValue(9));

4、支持联表

复制代码
        var employees = db.From("Employees");
        var departments = db.From("Departments");

        var joinOn = employees.SqlJoin(departments)
            .On(static (t1, t2) => t1.Field("DepartmentId").Equal(t2.Field("Id")));
        var joinTable = joinOn.Root
            .Where(join => join.From("t2").Field("Manager").EqualValue("CEO"));

二、逻辑模式

以上功能逻辑模式都支持,逻辑模式是按And、Or来查询的。没有where、having、on等关键字

逻辑模式一般执行速度更快、内存消耗更少

1、单表查询

复制代码
        var query = db.From("Users")
            .ToQuery()
            .And(_id.Equal())
            .And(_status.Equal("Status"));
复制代码
        var query = db.From("Users")
            .ToOrQuery()
            .Or(_id.Equal())
            .Or(_status.Equal("Status"));

2、GroupBy

复制代码
        var groupBy = table.ToQuery()
            .And(Age.EqualValue(20))
            .GroupBy("CityId")
            .And(Level.Max().GreaterValue(9));

3、联表

复制代码
        CommentTable c = new("c");
        PostTable p = new("p");
        var joinOn = c.Join(p)
            .And(c.PostId.Equal(p.Id));
        var query = joinOn.Root
            .And(c.Pick.Equal())
            .And(p.Author.Equal())

篇幅有限,还有很多功能没法在这里一一列举,欢迎大家去探索。

三、两种模式与SqlKata对比速度都更快,消耗内存也更少

更多信息可以到github上查询,或下载代码自己测试一下

四、源码托管在github上

仓库地址: https://github.com/donetsoftwork/Shadow

如果大家喜欢请动动您发财的小手手帮忙点一下Star。

有什么建议也可以反馈给我,该项目还在开发中,还可能会增加更多有趣的功能。

而且我还计划为这个工具再开发一个精简版本,以求更好的性能。

相关推荐
IT小哥哥呀2 天前
Python实用技巧:批量处理Excel数据并生成销售报表(含实战案例)
python·pandas·数据可视化·数据处理·报表生成·excel自动化·办公神器
青春不败 177-3266-05207 天前
AI+ArcGIS:数据处理、空间分析、可视化前沿技术应
人工智能·arcgis·gis·生态学·可视化·数据处理
RestCloud7 天前
OceanBase 分布式数据库的 ETL 实践:从抽取到实时分析
数据库·分布式·postgresql·oceanbase·etl·数据处理·数据同步
RestCloud8 天前
让数据流动更智能:元数据如何重塑DataOps与ETL
数据仓库·etl·数据处理·数据传输·元数据·数据集成平台·dataops
RestCloud10 天前
Kingbase 与 ETL:如何实现金融级数据库的安全数据同步
数据库·数据安全·etl·数据处理·数据传输·数据同步·kingbase
青云交11 天前
Java 大视界 -- Java 大数据在智能农业温室环境调控与作物生长模型构建中的应用
java·机器学习·传感器技术·数据处理·作物生长模型·智能农业·温室环境调控
消失的旧时光-194313 天前
搞懂 Kotlin 的 List、Set、Map、HashMap、LinkedHashMap,以及 asSequence() 的底层原理与实战场景。
kotlin·数据处理·1024程序员节
消失的旧时光-194313 天前
Kotlin × Gson:为什么遍历 JsonObject 要用 entrySet()
android·kotlin·数据处理·1024程序员节