restapi（8）- restapi-sql：用户自主的服务

2024-04-09 04:38
文章标签 sql 服务 用户 database 自主 restapi

本文主要是介绍restapi（8）- restapi-sql：用户自主的服务，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

  学习函数式编程初衷是看到自己熟悉的oop编程语言和sql数据库在现代商业社会中前景暗淡，准备完全放弃windows技术栈转到分布式大数据技术领域的，但是在现实中理想总是不如人意的。本来想在一个规模较小的公司展展拳脚，以为小公司会少点历史包袱，有利于全面技术改造。但现实是：即使是小公司，一旦有个成熟的产品，那么进行全面的技术更新基本上是不可能的了，因为公司要生存，开发人员很难新旧技术之间随时切换。除非有狂热的热情，员工怠慢甚至抵制情绪不容易解决。只能采取逐步切换方式：保留原有产品的后期维护不动，新产品开发用一些新的技术。在我们这里的情况就是：以前一堆c#、sqlserver的东西必须保留，新的功能比如大数据、ai、识别等必须用新的手段如scala、python、dart、akka、kafka、cassandra、mongodb来开发。好了，新旧两个开发平台之间的软件系统对接又变成了一个问题。

   现在我们这里又个需求：把在linux-ubuntu akka-cluster集群环境里mongodb里数据处理的结果传给windows server下SQLServer里。这是一种典型的异系统集成场景。我的解决方案是通过一个restapi服务作为两个系统的数据桥梁，这个restapi的最基本要求是：

1、支持任何操作系统前端：这个没什么问题，在http层上通过json交换数据

2、能读写mongodb：在前面讨论的restapi-mongo已经实现了这一功能

3、能读写windows server环境下的sqlserver：这个是本篇讨论的主题

前面曾经实现了一个jdbc-engine项目，基于scalikejdbc，不过只示范了slick-h2相关的功能。现在需要sqlserver-jdbc驱动，然后试试能不能在JVM里驱动windows下的sqlserver。maven里找不到sqlserver的驱动，但从微软官网可以下载mssql-jdbc-7.0.0.jre8.jar。这是个jar，在sbt里称作unmanagedjar，不能摆在build.sbt的dependency里。这个需要摆在项目根目录下的lib目录下即可（也可以在放在build.sbt里unmanagedBase :=?? 指定的路径下）。然后是数据库连接，下面是可以使用sqlserver的application.conf配置文件内容：

# JDBC settings
prod {db {h2 {driver = "org.h2.Driver"url = "jdbc:h2:tcp://localhost/~/slickdemo"user = ""password = ""poolFactoryName = "hikaricp"numThreads = 10maxConnections = 12minConnections = 4keepAliveConnection = true}mysql {driver = "com.mysql.cj.jdbc.Driver"url = "jdbc:mysql://localhost:3306/testdb"user = "root"password = "123"poolFactoryName = "hikaricp"numThreads = 10maxConnections = 12minConnections = 4keepAliveConnection = true}postgres {driver = "org.postgresql.Driver"url = "jdbc:postgresql://localhost:5432/testdb"user = "root"password = "123"poolFactoryName = "hikaricp"numThreads = 10maxConnections = 12minConnections = 4keepAliveConnection = true}mssql {driver = "com.microsoft.sqlserver.jdbc.SQLServerDriver"url = "jdbc:sqlserver://192.168.11.164:1433;integratedSecurity=false;Connect Timeout=3000"user = "sa"password = "Tiger2020"poolFactoryName = "hikaricp"numThreads = 10maxConnections = 12minConnections = 4keepAliveConnection = trueconnectionTimeout = 3000}termtxns {driver = "com.microsoft.sqlserver.jdbc.SQLServerDriver"url = "jdbc:sqlserver://192.168.11.164:1433;DATABASE=TERMTXNS;integratedSecurity=false;Connect Timeout=3000"user = "sa"password = "Tiger2020"poolFactoryName = "hikaricp"numThreads = 10maxConnections = 12minConnections = 4keepAliveConnection = trueconnectionTimeout = 3000}crmdb {driver = "com.microsoft.sqlserver.jdbc.SQLServerDriver"url = "jdbc:sqlserver://192.168.11.164:1433;DATABASE=CRMDB;integratedSecurity=false;Connect Timeout=3000"user = "sa"password = "Tiger2020"poolFactoryName = "hikaricp"numThreads = 10maxConnections = 12minConnections = 4keepAliveConnection = trueconnectionTimeout = 3000}}# scallikejdbc Global settingsscalikejdbc.global.loggingSQLAndTime.enabled = truescalikejdbc.global.loggingSQLAndTime.logLevel = infoscalikejdbc.global.loggingSQLAndTime.warningEnabled = truescalikejdbc.global.loggingSQLAndTime.warningThresholdMillis = 1000scalikejdbc.global.loggingSQLAndTime.warningLogLevel = warnscalikejdbc.global.loggingSQLAndTime.singleLineMode = falsescalikejdbc.global.loggingSQLAndTime.printUnprocessedStackTrace = falsescalikejdbc.global.loggingSQLAndTime.stackTraceDepth = 10
}

这个文件里的mssql,termtxns,crmdb段落都是给sqlserver的，它们都使用hikaricp线程池管理。

在jdbc-engine里启动数据库方式如下：

  ConfigDBsWithEnv("prod").setup('termtxns)ConfigDBsWithEnv("prod").setup('crmdb)ConfigDBsWithEnv("prod").loadGlobalSettings()

这段打开了在配置文件中用termtxns,crmdb注明的数据库。

下面是SqlHttpServer.scala的代码：

package com.datatech.rest.sql
import akka.http.scaladsl.Http
import akka.http.scaladsl.server.Directives._
import pdi.jwt._
import AuthBase._
import MockUserAuthService._
import com.datatech.sdp.jdbc.config.ConfigDBsWithEnvimport akka.actor.ActorSystem
import akka.stream.ActorMaterializerimport Repo._
import SqlRoute._object SqlHttpServer extends App {implicit val httpSys = ActorSystem("sql-http-sys")implicit val httpMat = ActorMaterializer()implicit val httpEC = httpSys.dispatcherConfigDBsWithEnv("prod").setup('termtxns)ConfigDBsWithEnv("prod").setup('crmdb)ConfigDBsWithEnv("prod").loadGlobalSettings()implicit val authenticator = new AuthBase().withAlgorithm(JwtAlgorithm.HS256).withSecretKey("OpenSesame").withUserFunc(getValidUser)val route =path("auth") {authenticateBasic(realm = "auth", authenticator.getUserInfo) { userinfo =>post { complete(authenticator.issueJwt(userinfo))}}} ~pathPrefix("api") {authenticateOAuth2(realm = "api", authenticator.authenticateToken) { token =>new SqlRoute("sql", token)(new JDBCRepo).route// ~ ...}}val (port, host) = (50081,"192.168.11.189")val bindingFuture = Http().bindAndHandle(route,host,port)println(s"Server running at $host $port. Press any key to exit ...")scala.io.StdIn.readLine()bindingFuture.flatMap(_.unbind()).onComplete(_ => httpSys.terminate())}

服务入口在http://mydemo.com/api/sql，服务包括get,post,put三类，看看这个SqlRoute：

package com.datatech.rest.sql
import akka.http.scaladsl.server.Directives
import akka.stream.ActorMaterializer
import akka.http.scaladsl.model._
import akka.actor.ActorSystem
import com.datatech.rest.sql.Repo.JDBCRepo
import akka.http.scaladsl.common._
import spray.json.DefaultJsonProtocol
import akka.http.scaladsl.marshallers.sprayjson.SprayJsonSupporttrait JsFormats extends SprayJsonSupport with DefaultJsonProtocol
object JsConverters extends JsFormats {import SqlModels._implicit val brandFormat = jsonFormat2(Brand)implicit val customerFormat = jsonFormat6(Customer)
}object SqlRoute {import JsConverters._implicit val jsonStreamingSupport = EntityStreamingSupport.json().withParallelMarshalling(parallelism = 8, unordered = false)class SqlRoute(val pathName: String, val jwt: String)(repo: JDBCRepo)(implicit  sys: ActorSystem, mat: ActorMaterializer) extends Directives with JsonConverter {val route = pathPrefix(pathName) {path(Segment / Remaining) { case (db, tbl) =>(get & parameter('sqltext)) { sql => {val rsc = new RSConverterval rows = repo.query[Map[String,Any]](db, sql, rsc.resultSet2Map)complete(rows.map(m => toJson(m)))}} ~ (post & parameter('sqltext)) { sql =>entity(as[String]){ json =>repo.batchInsert(db,tbl,sql,json)complete(StatusCodes.OK)}} ~ put {entity(as[Seq[String]]) { sqls =>repo.update(db, sqls)complete(StatusCodes.OK)}}}}}
}

jdbc-engine的特点是可以用字符类型的sql语句来操作。所以我们可以通过传递字符串型的sql语句来实现服务调用，很通用。restapi-sql提供的是对服务器端sqlserver的普通操作，包括读get,写入post,更改put。这些sqlserver操作部分是在JDBCRepo里的：

package com.datatech.rest.sql
import com.datatech.sdp.jdbc.engine.JDBCEngine._
import com.datatech.sdp.jdbc.engine.{JDBCQueryContext, JDBCUpdateContext}
import scalikejdbc._
import akka.stream.ActorMaterializer
import com.datatech.sdp.result.DBOResult.DBOResult
import akka.stream.scaladsl._
import scala.concurrent._
import SqlModels._object Repo {class JDBCRepo(implicit ec: ExecutionContextExecutor, mat: ActorMaterializer) {def query[R](db: String, sqlText: String, toRow: WrappedResultSet => R): Source[R,Any] = {//construct the contextval ctx = JDBCQueryContext(dbName = Symbol(db),statement = sqlText)jdbcAkkaStream(ctx,toRow)}def query(db: String, tbl: String, sqlText: String) = {//construct the contextval ctx = JDBCQueryContext(dbName = Symbol(db),statement = sqlText)jdbcQueryResult[Vector,RS](ctx,getConverter(tbl)).toFuture[Vector[RS]]}def update(db: String, sqlTexts: Seq[String]): DBOResult[Seq[Long]] = {val ctx = JDBCUpdateContext(dbName = Symbol(db),statements = sqlTexts)jdbcTxUpdates(ctx)}def bulkInsert[P](db: String, sqlText: String, prepParams: P => Seq[Any], params: Source[P,_]) = {val insertAction = JDBCActionStream(dbName = Symbol(db),parallelism = 4,processInOrder = false,statement = sqlText,prepareParams = prepParams)params.via(insertAction.performOnRow).to(Sink.ignore).run()}def batchInsert(db: String, tbl: String, sqlText: String, jsonParams: String):DBOResult[Seq[Long]] = {val ctx = JDBCUpdateContext(dbName = Symbol(db),statements = Seq(sqlText),batch = true,parameters = getSeqParams(jsonParams,sqlText))jdbcBatchUpdate[Seq](ctx)}}import monix.execution.Scheduler.Implicits.globalimplicit class DBResultToFuture(dbr: DBOResult[_]){def toFuture[R] = {dbr.value.value.runToFuture.map {eor =>eor match {case Right(or) => or match {case Some(r) => r.asInstanceOf[R]case None => throw new RuntimeException("Operation produced None result!")}case Left(err) => throw new RuntimeException(err)}}}}
}

读query部分即 def query[R](db: String, sqlText: String, toRow: WrappedResultSet => R): Source[R,Any] = {...} 这个函数返回Source[R,Any]，下面我们好好谈谈这个R：R是读的结果，通常是某个类或model，比如读取Person记录返回一组Person类的实例。这里有一种强类型的感觉。一开始我也是随大流坚持建model后用toJson[E],fromJson[E]这样做线上数据转换。现在的问题是restapi-sql是一项公共服务，使用者知道sqlserver上有些什么表，然后希望通过sql语句来从这些表里读取数据。这些sql语句可能超出表的界限如sql join, union等，如果我们坚持每个返回结果都必须有个对应的model，那么显然就会牺牲这个服务的通用性。实际上，http线上数据交换本身就不可能是强类型的，因为经过了json转换。对于json转换来说，只要求字段名称、字段类型对称就行了。至于从什么类型转换成了另一个什么类型都没问题。所以，字段名+字段值的表现形式不就是Map[K,V]吗，我们就用Map[K,V]作为万能model就行了，没人知道。也就是说我们可以把jdbc的ResultSet转成Map[K,V]然后再转成json，接收方可以获取与model同样的字段名和字段值。好，就把ResultSet转成Map[String,Any]：

package com.datatech.rest.sql
import scalikejdbc._
import java.sql.ResultSetMetaData
class RSConverter {import RSConverterUtil._var rsMeta: ResultSetMetaData = _var columnCount: Int = 0var rsFields: List[(String,String)] = List[(String,String)]()def getFieldsInfo:List[(String,String)] =( 1 until columnCount).foldLeft(List[(String,String)]()) {case (cons,i) =>(rsMeta.getColumnName(i) -> rsMeta.getColumnTypeName(i)) :: cons}def resultSet2Map(rs: WrappedResultSet): Map[String,Any] = {if(columnCount == 0) {rsMeta =  rs.underlying.getMetaDatacolumnCount = rsMeta.getColumnCountrsFields = getFieldsInfo}rsFields.foldLeft(Map[String,Any]()) {case (m,(n,t)) =>m + (n -> rsFieldValue(n,t,rs))}}
}
object RSConverterUtil {import scala.collection.immutable.TreeMapdef map2Params(stm: String, m: Map[String,Any]): Seq[Any] = {val sortedParams = m.foldLeft(TreeMap[Int,Any]()) {case (t,(k,v)) => t + (stm.indexOfSlice(k) -> v)}sortedParams.map(_._2).toSeq}def rsFieldValue(fldname: String, fldType: String, rs: WrappedResultSet): Any = fldType match {case "LONGVARCHAR" => rs.string(fldname)case "VARCHAR" => rs.string(fldname)case "CHAR" => rs.string(fldname)case "BIT" => rs.boolean(fldname)case "TIME" => rs.time(fldname)case "TIMESTAMP" => rs.timestamp(fldname)case "ARRAY" => rs.array(fldname)case "NUMERIC" => rs.bigDecimal(fldname)case "BLOB" => rs.blob(fldname)case "TINYINT" => rs.byte(fldname)case "VARBINARY" => rs.bytes(fldname)case "BINARY" => rs.bytes(fldname)case "CLOB" => rs.clob(fldname)case "DATE" => rs.date(fldname)case "DOUBLE" => rs.double(fldname)case "REAL" => rs.float(fldname)case "FLOAT" => rs.float(fldname)case "INTEGER" => rs.int(fldname)case "SMALLINT" => rs.int(fldname)case "Option[Int]" => rs.intOpt(fldname)case "BIGINT" => rs.long(fldname)}
}

下面是个调用query服务的例子：

    val getAllRequest = HttpRequest(HttpMethods.GET,uri = "http://192.168.11.189:50081/api/sql/termtxns/brand?sqltext=SELECT%20*%20FROM%20BRAND",).addHeader(authentication)(for {response <- Http().singleRequest(getAllRequest)message <- Unmarshal(response.entity).to[String]} yield message).andThen {case Success(msg) => println(s"Received message: $msg")case Failure(err) => println(s"Error: ${err.getMessage}")}

特点是我只需要提供sql语句，服务就会返回一个json数组，然后我怎么转换json就随我高兴了。

这篇关于restapi（8）- restapi-sql：用户自主的服务的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/887194。

相关文章

SQL Server 中的表进行行转列场景示例

SQL Server 中的表进行行转列场景示例

《SQLServer中的表进行行转列场景示例》本文详细介绍了SQLServer行转列（Pivot）的三种常用写法,包括固定列名、条件聚合和动态列名,文章还提供了实际示例、动态列数处理、性能优化建议... 目录一、常见场景示例二、写法 1：PIVOT（固定列名）三、写法 2：条件聚合（CASE WHEN）四、
阅读更多...
Mybatis对MySQL if 函数的不支持问题解读

Mybatis对MySQL if 函数的不支持问题解读

《Mybatis对MySQLif函数的不支持问题解读》接手项目后,为了实现多租户功能,引入了Mybatis-plus,发现之前运行正常的SQL语句报错,原因是Mybatis不支持MySQL的if函... 目录MyBATis对mysql if 函数的不支持问题描述经过查询网上搜索资料找到原因解决方案总结Myb
阅读更多...
MySQL 筛选条件放 ON后 vs 放 WHERE 后的区别解析

MySQL 筛选条件放 ON后 vs 放 WHERE 后的区别解析

《MySQL筛选条件放ON后vs放WHERE后的区别解析》文章解释了在MySQL中,将筛选条件放在ON和WHERE中的区别,文章通过几个场景说明了ON和WHERE的区别,并总结了ON用于关... 今天我们来讲讲数据库筛选条件放 ON 后和放 WHERE 后的区别。ON 决定如何 "连接" 表，WHERE
阅读更多...
mysql_mcp_server部署及应用实践案例

mysql_mcp_server部署及应用实践案例

《mysql_mcp_server部署及应用实践案例》文章介绍了在CentOS7.5环境下部署MySQL_mcp_server的步骤,包括服务安装、配置和启动,还提供了一个基于Dify工作流的应用案例... 目录mysql_mcp_server部署及应用案例1. 服务安装1.1. 下载源码1.2. 创建独立
阅读更多...
Mysql中RelayLog中继日志的使用

Mysql中RelayLog中继日志的使用

《Mysql中RelayLog中继日志的使用》MySQLRelayLog中继日志是主从复制架构中的核心组件,负责将从主库获取的Binlog事件暂存并应用到从库,本文就来详细的介绍一下RelayLog中... 目录一、什么是 Relay Log（中继日志）二、Relay Log 的工作流程三、Relay Lo
阅读更多...
MySQL日志UndoLog的作用

MySQL日志UndoLog的作用

《MySQL日志UndoLog的作用》UndoLog是InnoDB用于事务回滚和MVCC的重要机制,本文主要介绍了MySQL日志UndoLog的作用,文中介绍的非常详细,对大家的学习或者工作具有一定的... 目录一、Undo Log 的作用二、Undo Log 的分类三、Undo Log 的存储四、Undo
阅读更多...
MySQL游标和触发器的操作流程

MySQL游标和触发器的操作流程

《MySQL游标和触发器的操作流程》本文介绍了MySQL中的游标和触发器的使用方法,游标可以对查询结果集进行逐行处理,而触发器则可以在数据表发生更改时自动执行预定义的操作,感兴趣的朋友跟随小编一起看看... 目录游标游标的操作流程1. 定义游标2.打开游标3.利用游标检索数据4.关闭游标例题触发器触发器的基
阅读更多...
MySQL查看表的历史SQL的几种实现方法

MySQL查看表的历史SQL的几种实现方法

《MySQL查看表的历史SQL的几种实现方法》：本文主要介绍多种查看MySQL表历史SQL的方法,包括通用查询日志、慢查询日志、performance_schema、binlog、第三方工具等,并... 目录mysql 查看某张表的历史SQL1.查看MySQL通用查询日志（需提前开启）2.查看慢查询日志3.
阅读更多...
MySQL底层文件的查看和修改方法

MySQL底层文件的查看和修改方法

《MySQL底层文件的查看和修改方法》MySQL底层文件分为文本类（可安全查看/修改）和二进制类（禁止手动操作）,以下按「查看方法、修改方法、风险管控三部分详细说明,所有操作均以Linux环境为例,需... 目录引言一、mysql 底层文件的查看方法1. 先定位核心文件路径（基础前提）2. 文本类文件（可直
阅读更多...
MySQL数据目录迁移的完整过程

MySQL数据目录迁移的完整过程

《MySQL数据目录迁移的完整过程》文章详细介绍了将MySQL数据目录迁移到新硬盘的整个过程,包括新硬盘挂载、创建新的数据目录、迁移数据（推荐使用两遍rsync方案）、修改MySQL配置文件和重启验证... 目录1，新硬盘挂载（如果有的话）2，创建新的 mysql 数据目录3，迁移 MySQL 数据（推荐两
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2