【原创】打造基于Dapper的数据访问层
2024-04-13 10:12:31
【原创】打造基于Dapper的数据访问层
- 前言
闲来无事，花几天功夫将之前项目里用到的一个数据访问层整理了出来。实现单个实体的增删改查，可执行存储过程，可输出返回参数，查询结果集可根据实际情况返回DataTable、DataSet和强类型，同时支持不同类型数据库。目前成熟的ORM框架多不胜数，再写一个出来，并非想证明自己写的有多好，一来认为现有成熟的ORM框架并不能灵活适用于大型ERP项目，二来有感于工作多年有必要写下一些东西。虽然有种重复造轮子的感觉，但相信朋友们和我一样，享受造轮子的过程并把它当成一种乐趣，对吧。
- 调用示例
1、LinQ 语法查询
1 //LinQ 语法查询
2 query = rptBase.Query<Bas_Company>();
3 query = rptBase.Query<Bas_Company>(x => true);
4 query = rptBase.Query<Bas_Company>(x => true && (x.CompanyID ?? null) != null && new[] { "1", "2" }.Contains(x.CompanyID) &&
5 x.CompanyID.Substring(2, 5).TrimEnd() == "OK" && x.AllowUsed);2、分页查询
1 //分页查询 2 query = rptBase.Query<Bas_Company>(new PageInfo(3, 20)); 3 query = rptBase.Query<Bas_Company>(new PageInfo(3, 20), x => x.CompanyID == "FT");
3、自定义脚本查询
1 d = new DynamicParameters();
2 d.Add("CompanyName", "美之源科技有限公司", DbType.String, null, 20);
3 query = rptBase.Query<Bas_Company>("Select * From Bas_Company WHERE CompanyName = @CompanyName", d);4、自定义参数查询
1 //自定义参数查询
2 d = new DynamicParameters();
3 d.Add("CompanyName", "美之源科技有限公司");
4 query = rptBase.Query<Bas_Company>("selectByName", null, d);5、带返回值查询
1 //带返回值查询
2 d = new DynamicParameters();
3 d.Add("Row", null);
4 table = rptBase.QueryDataTable<Bas_Company>("returnValue", x => x.CompanyID != "FT", d);
5 eff = d.Get<int?>("Row");6、自定义实体查询
1 //查询自定义实体 2 var query1 = rptBase.Query<ThinEntity>(typeof(Bas_Company).FullName, "thinEntity", "And CompanyID <> 'FT' ");
7、DataTable 查询
1 DataTable table = null; 2 table = rptBase.QueryDataTable<Bas_Company>(); 3 table = rptBase.QueryDataTable<Bas_Company>(x => true);
8、DataSet 查询
1 DataSet data = null;
2 data = rptBase.QueryDataSet<Bas_Company>("Select",x => true);9、增删改
1 //新增2 Bas_Company company = new Bas_Company();3 company.CompanyID = "TH";4 company.CompanyCode = "TH001";5 rptBase.Insert(company);6 7 //修改8 company.CompanyCode = "TH00x";9 rptBase.Update(company);
10 //批量修改
11 rptBase.Update<Bas_Company>(x => new Bas_Company { CompanyCode = "TH003" }, x => x.CompanyID == "TH");
12
13 //删除
14 rptBase.Delete(company);
10、解析成字符串
1 sql = rptBase.Resolve<Bas_Company>("Select",x => true && (x.CompanyID ?? null) != null && new[] { "1", "2" }.Contains(x.CompanyID) &&
2 x.CompanyID.Substring(2, 5).TrimEnd() == "OK" && x.AllowUsed);
3 sqlList.Add(sql);还有其它的重载这里就不一一列举，源代码的单元测试里有很详细的说明。
- 详细解析
先来看看项目架构截图：
03.Src：第三方开源组件源码，有的目前没有用到，先收藏着；
04.Infrastructure：整个项目公用类库，包含一些Helper和公用类；
05.DataAccess：数据访问核心类库，实现Lambda表达式解析、Dapper封装等；
06.Model：实体层，实体使用CodeSmith生成，包含实体和脚本映射两个部分；
09.Presentation：展示层，目前只有一个单元测试项目。
Dapper，一个基于IDbConnection扩展的完全开源的轻、小、快的ORM框架（项目源码 https://github.com/SamSaffron/dapper-dot-net ）。在本框架中，需要解决的主要问题有如下几点：
- 如何生成Dapper查询所需要的TSQL脚本和参数
- 如何将Lambda表达式解析成查询条件
- 如何将Dapper返回的IDataReader转化成DataTable和DataSet
- 如何解决多数据库的问题
--------------------------------------- 华丽丽的分割线 --------------------------------------------
1. 如何生成Dapper查询所需要的SQL语句和参数
基于SQL和代码分离原则，数据库中每一张表都有一个POCO实体与之对应并且用一个Xml文件来描述，包括表名称、字段、主键和增删改查SQL及参数。因为Xml文件的结构都是一样的，我这里用CodeSmith Studio来自动生成。CodeSmith的语法跟Asp.Net的语法类似，这里 http://blog.csdn.net/mapdigit/article/category/1264541 有比较全面的学习资源，本文不做过多着墨。另外若有自定义SQL需求，则需要把自定义Xml文件放到另外目录，以免被CodeSmith覆盖。Xml文件结构如下：
1 <?xml version="1.0" encoding="utf-8" ?>2 <EntityMapper xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">3 <TableType>4 <TableName>Bas_Bank</TableName>5 <TypeFullName>XFramework.Model.Bas_Bank</TypeFullName>6 </TableType>7 <Properties>8 <Property>9 <Name>CompanyID</Name>10 <DbType>AnsiString</DbType>11 <NativeType>varchar</NativeType>12 <Precision>0</Precision>13 <Scale>0</Scale>14 <Size>10</Size>15 </Property>16 <Property>17 <Name>BankID</Name>18 <DbType>AnsiString</DbType>19 <NativeType>varchar</NativeType>20 <Precision>0</Precision>21 <Scale>0</Scale>22 <Size>20</Size>23 </Property>24 <Property>25 <Name>BankCode</Name>26 <DbType>String</DbType>27 <NativeType>nvarchar</NativeType>28 <Precision>0</Precision>29 <Scale>0</Scale>30 <Size>20</Size>31 </Property>32 <Property>33 <Name>BankName</Name>34 <DbType>String</DbType>35 <NativeType>nvarchar</NativeType>36 <Precision>0</Precision>37 <Scale>0</Scale>38 <Size>40</Size>39 </Property>40 <Property>41 <Name>SWIFT</Name>42 <DbType>String</DbType>43 <NativeType>nvarchar</NativeType>44 <Precision>0</Precision>45 <Scale>0</Scale>46 <Size>20</Size>47 </Property>48 <Property>49 <Name>AreaID</Name>50 <DbType>AnsiString</DbType>51 <NativeType>varchar</NativeType>52 <Precision>0</Precision>53 <Scale>0</Scale>54 <Size>19</Size>55 </Property>56 <Property>57 <Name>Address</Name>58 <DbType>String</DbType>59 <NativeType>nvarchar</NativeType>60 <Precision>0</Precision>61 <Scale>0</Scale>62 <Size>100</Size>63 </Property>64 <Property>65 <Name>Phone</Name>66 <DbType>AnsiString</DbType>67 <NativeType>varchar</NativeType>68 <Precision>0</Precision>69 <Scale>0</Scale>70 <Size>60</Size>71 </Property>72 <Property>73 <Name>ParentID</Name>74 <DbType>AnsiString</DbType>75 <NativeType>varchar</NativeType>76 <Precision>0</Precision>77 <Scale>0</Scale>78 <Size>20</Size>79 </Property>80 <Property>81 <Name>Level</Name>82 <DbType>Int32</DbType>83 <NativeType>int</NativeType>84 <Precision>10</Precision>85 <Scale>0</Scale>86 <Size>4</Size>87 </Property>88 <Property>89 <Name>IsDetail</Name>90 <DbType>Boolean</DbType>91 <NativeType>bit</NativeType>92 <Precision>1</Precision>93 <Scale>0</Scale>94 <Size>1</Size>95 </Property>96 <Property>97 <Name>FullName</Name>98 <DbType>String</DbType>99 <NativeType>nvarchar</NativeType> 100 <Precision>0</Precision> 101 <Scale>0</Scale> 102 <Size>100</Size> 103 </Property> 104 <Property> 105 <Name>FullParentID</Name> 106 <DbType>String</DbType> 107 <NativeType>nvarchar</NativeType> 108 <Precision>0</Precision> 109 <Scale>0</Scale> 110 <Size>80</Size> 111 </Property> 112 <Property> 113 <Name>ModifyDTM</Name> 114 <DbType>DateTime</DbType> 115 <NativeType>datetime</NativeType> 116 <Precision>23</Precision> 117 <Scale>3</Scale> 118 <Size>8</Size> 119 </Property> 120 <Property> 121 <Name>Remark</Name> 122 <DbType>String</DbType> 123 <NativeType>nvarchar</NativeType> 124 <Precision>0</Precision> 125 <Scale>0</Scale> 126 <Size>200</Size> 127 </Property> 128 <Property> 129 <Name>AllowUsed</Name> 130 <DbType>Boolean</DbType> 131 <NativeType>bit</NativeType> 132 <Precision>1</Precision> 133 <Scale>0</Scale> 134 <Size>1</Size> 135 </Property> 136 </Properties> 137 <Keys> 138 <Property> 139 <Name>CompanyID</Name> 140 <DbType>AnsiString</DbType> 141 <NativeType>varchar</NativeType> 142 <Precision>0</Precision> 143 <Scale>0</Scale> 144 <Size>10</Size> 145 </Property> 146 <Property> 147 <Name>BankID</Name> 148 <DbType>AnsiString</DbType> 149 <NativeType>varchar</NativeType> 150 <Precision>0</Precision> 151 <Scale>0</Scale> 152 <Size>20</Size> 153 </Property> 154 </Keys> 155 <Commands> 156 <Command> 157 <Key>Select</Key> 158 <CommandType>Text</CommandType> 159 <Text> 160 SELECT 161 [CompanyID], 162 [BankID], 163 [BankCode], 164 [BankName], 165 [SWIFT], 166 [AreaID], 167 [Address], 168 [Phone], 169 [ParentID], 170 [Level], 171 [IsDetail], 172 [FullName], 173 [FullParentID], 174 [ModifyDTM], 175 [Remark], 176 [AllowUsed] 177 FROM [Bas_Bank] 178 WHERE 1=1 #WHERE# 179 </Text> 180 </Command> 181 <Command> 182 <Key>SelectByPaging</Key> 183 <CommandType>Text</CommandType> 184 <Text> 185 SELECT 186 [CompanyID], 187 [BankID], 188 [BankCode], 189 [BankName], 190 [SWIFT], 191 [AreaID], 192 [Address], 193 [Phone], 194 [ParentID], 195 [Level], 196 [IsDetail], 197 [FullName], 198 [FullParentID], 199 [ModifyDTM], 200 [Remark], 201 [AllowUsed], 202 [XRecordCount], 203 [XRowNum] 204 FROM( 205 SELECT 206 [CompanyID], 207 [BankID], 208 [BankCode], 209 [BankName], 210 [SWIFT], 211 [AreaID], 212 [Address], 213 [Phone], 214 [ParentID], 215 [Level], 216 [IsDetail], 217 [FullName], 218 [FullParentID], 219 [ModifyDTM], 220 [Remark], 221 [AllowUsed], 222 Count(*) Over() as [XRecordCount], 223 Row_Number() Over(Order By [CompanyID],[BankID],[BankCode],[BankName],[SWIFT],[AreaID],[Address],[Phone],[ParentID],[Level],[IsDetail],[FullName],[FullParentID],[ModifyDTM],[Remark],[AllowUsed]) as [XRowNum] 224 FROM [Bas_Bank] 225 WHERE 1=1 #WHERE# 226 ) a WHERE [XRowNum] BETWEEN #BETWEEN# 227 </Text> 228 </Command> 229 <Command> 230 <Key>SelectByKey</Key> 231 <CommandType>Text</CommandType> 232 <Text> 233 SELECT 234 [CompanyID], 235 [BankID], 236 [BankCode], 237 [BankName], 238 [SWIFT], 239 [AreaID], 240 [Address], 241 [Phone], 242 [ParentID], 243 [Level], 244 [IsDetail], 245 [FullName], 246 [FullParentID], 247 [ModifyDTM], 248 [Remark], 249 [AllowUsed] 250 FROM [Bas_Bank] 251 WHERE 1=1 252 And [CompanyID]=@CompanyID 253 And [BankID]=@BankID 254 </Text> 255 <Parameters> 256 <Parameter> 257 <Name>CompanyID</Name> 258 <DbType>AnsiString</DbType> 259 <NativeType>varchar</NativeType> 260 <Precision>0</Precision> 261 <Scale>0</Scale> 262 <Size>10</Size> 263 </Parameter> 264 <Parameter> 265 <Name>BankID</Name> 266 <DbType>AnsiString</DbType> 267 <NativeType>varchar</NativeType> 268 <Precision>0</Precision> 269 <Scale>0</Scale> 270 <Size>20</Size> 271 </Parameter> 272 </Parameters> 273 </Command> 274 <Command> 275 <Key>Update</Key> 276 <CommandType>Text</CommandType> 277 <Text> 278 UPDATE [Bas_Bank] SET 279 [BankCode] = @BankCode, 280 [BankName] = @BankName, 281 [SWIFT] = @SWIFT, 282 [AreaID] = @AreaID, 283 [Address] = @Address, 284 [Phone] = @Phone, 285 [ParentID] = @ParentID, 286 [Level] = @Level, 287 [IsDetail] = @IsDetail, 288 [FullName] = @FullName, 289 [FullParentID] = @FullParentID, 290 [ModifyDTM] = @ModifyDTM, 291 [Remark] = @Remark, 292 [AllowUsed] = @AllowUsed 293 WHERE 1=1 #WHERE# 294 </Text> 295 <Parameters> 296 <Parameter> 297 <Name>BankCode</Name> 298 <DbType>String</DbType> 299 <NativeType>nvarchar</NativeType> 300 <Precision>0</Precision> 301 <Scale>0</Scale> 302 <Size>20</Size> 303 </Parameter> 304 <Parameter> 305 <Name>BankName</Name> 306 <DbType>String</DbType> 307 <NativeType>nvarchar</NativeType> 308 <Precision>0</Precision> 309 <Scale>0</Scale> 310 <Size>40</Size> 311 </Parameter> 312 <Parameter> 313 <Name>SWIFT</Name> 314 <DbType>String</DbType> 315 <NativeType>nvarchar</NativeType> 316 <Precision>0</Precision> 317 <Scale>0</Scale> 318 <Size>20</Size> 319 </Parameter> 320 <Parameter> 321 <Name>AreaID</Name> 322 <DbType>AnsiString</DbType> 323 <NativeType>varchar</NativeType> 324 <Precision>0</Precision> 325 <Scale>0</Scale> 326 <Size>19</Size> 327 </Parameter> 328 <Parameter> 329 <Name>Address</Name> 330 <DbType>String</DbType> 331 <NativeType>nvarchar</NativeType> 332 <Precision>0</Precision> 333 <Scale>0</Scale> 334 <Size>100</Size> 335 </Parameter> 336 <Parameter> 337 <Name>Phone</Name> 338 <DbType>AnsiString</DbType> 339 <NativeType>varchar</NativeType> 340 <Precision>0</Precision> 341 <Scale>0</Scale> 342 <Size>60</Size> 343 </Parameter> 344 <Parameter> 345 <Name>ParentID</Name> 346 <DbType>AnsiString</DbType> 347 <NativeType>varchar</NativeType> 348 <Precision>0</Precision> 349 <Scale>0</Scale> 350 <Size>20</Size> 351 </Parameter> 352 <Parameter> 353 <Name>Level</Name> 354 <DbType>Int32</DbType> 355 <NativeType>int</NativeType> 356 <Precision>10</Precision> 357 <Scale>0</Scale> 358 <Size>4</Size> 359 </Parameter> 360 <Parameter> 361 <Name>IsDetail</Name> 362 <DbType>Boolean</DbType> 363 <NativeType>bit</NativeType> 364 <Precision>1</Precision> 365 <Scale>0</Scale> 366 <Size>1</Size> 367 </Parameter> 368 <Parameter> 369 <Name>FullName</Name> 370 <DbType>String</DbType> 371 <NativeType>nvarchar</NativeType> 372 <Precision>0</Precision> 373 <Scale>0</Scale> 374 <Size>100</Size> 375 </Parameter> 376 <Parameter> 377 <Name>FullParentID</Name> 378 <DbType>String</DbType> 379 <NativeType>nvarchar</NativeType> 380 <Precision>0</Precision> 381 <Scale>0</Scale> 382 <Size>80</Size> 383 </Parameter> 384 <Parameter> 385 <Name>ModifyDTM</Name> 386 <DbType>DateTime</DbType> 387 <NativeType>datetime</NativeType> 388 <Precision>23</Precision> 389 <Scale>3</Scale> 390 <Size>8</Size> 391 </Parameter> 392 <Parameter> 393 <Name>Remark</Name> 394 <DbType>String</DbType> 395 <NativeType>nvarchar</NativeType> 396 <Precision>0</Precision> 397 <Scale>0</Scale> 398 <Size>200</Size> 399 </Parameter> 400 <Parameter> 401 <Name>AllowUsed</Name> 402 <DbType>Boolean</DbType> 403 <NativeType>bit</NativeType> 404 <Precision>1</Precision> 405 <Scale>0</Scale> 406 <Size>1</Size> 407 </Parameter> 408 </Parameters> 409 </Command> 410 <Command> 411 <Key>UpdateByKey</Key> 412 <CommandType>Text</CommandType> 413 <Text> 414 UPDATE [Bas_Bank] SET 415 [BankCode] = @BankCode, 416 [BankName] = @BankName, 417 [SWIFT] = @SWIFT, 418 [AreaID] = @AreaID, 419 [Address] = @Address, 420 [Phone] = @Phone, 421 [ParentID] = @ParentID, 422 [Level] = @Level, 423 [IsDetail] = @IsDetail, 424 [FullName] = @FullName, 425 [FullParentID] = @FullParentID, 426 [ModifyDTM] = @ModifyDTM, 427 [Remark] = @Remark, 428 [AllowUsed] = @AllowUsed 429 WHERE 1=1 430 And [CompanyID]=@CompanyID 431 And [BankID]=@BankID 432 </Text> 433 <Parameters> 434 <Parameter> 435 <Name>BankCode</Name> 436 <DbType>String</DbType> 437 <NativeType>nvarchar</NativeType> 438 <Precision>0</Precision> 439 <Scale>0</Scale> 440 <Size>20</Size> 441 </Parameter> 442 <Parameter> 443 <Name>BankName</Name> 444 <DbType>String</DbType> 445 <NativeType>nvarchar</NativeType> 446 <Precision>0</Precision> 447 <Scale>0</Scale> 448 <Size>40</Size> 449 </Parameter> 450 <Parameter> 451 <Name>SWIFT</Name> 452 <DbType>String</DbType> 453 <NativeType>nvarchar</NativeType> 454 <Precision>0</Precision> 455 <Scale>0</Scale> 456 <Size>20</Size> 457 </Parameter> 458 <Parameter> 459 <Name>AreaID</Name> 460 <DbType>AnsiString</DbType> 461 <NativeType>varchar</NativeType> 462 <Precision>0</Precision> 463 <Scale>0</Scale> 464 <Size>19</Size> 465 </Parameter> 466 <Parameter> 467 <Name>Address</Name> 468 <DbType>String</DbType> 469 <NativeType>nvarchar</NativeType> 470 <Precision>0</Precision> 471 <Scale>0</Scale> 472 <Size>100</Size> 473 </Parameter> 474 <Parameter> 475 <Name>Phone</Name> 476 <DbType>AnsiString</DbType> 477 <NativeType>varchar</NativeType> 478 <Precision>0</Precision> 479 <Scale>0</Scale> 480 <Size>60</Size> 481 </Parameter> 482 <Parameter> 483 <Name>ParentID</Name> 484 <DbType>AnsiString</DbType> 485 <NativeType>varchar</NativeType> 486 <Precision>0</Precision> 487 <Scale>0</Scale> 488 <Size>20</Size> 489 </Parameter> 490 <Parameter> 491 <Name>Level</Name> 492 <DbType>Int32</DbType> 493 <NativeType>int</NativeType> 494 <Precision>10</Precision> 495 <Scale>0</Scale> 496 <Size>4</Size> 497 </Parameter> 498 <Parameter> 499 <Name>IsDetail</Name> 500 <DbType>Boolean</DbType> 501 <NativeType>bit</NativeType> 502 <Precision>1</Precision> 503 <Scale>0</Scale> 504 <Size>1</Size> 505 </Parameter> 506 <Parameter> 507 <Name>FullName</Name> 508 <DbType>String</DbType> 509 <NativeType>nvarchar</NativeType> 510 <Precision>0</Precision> 511 <Scale>0</Scale> 512 <Size>100</Size> 513 </Parameter> 514 <Parameter> 515 <Name>FullParentID</Name> 516 <DbType>String</DbType> 517 <NativeType>nvarchar</NativeType> 518 <Precision>0</Precision> 519 <Scale>0</Scale> 520 <Size>80</Size> 521 </Parameter> 522 <Parameter> 523 <Name>ModifyDTM</Name> 524 <DbType>DateTime</DbType> 525 <NativeType>datetime</NativeType> 526 <Precision>23</Precision> 527 <Scale>3</Scale> 528 <Size>8</Size> 529 </Parameter> 530 <Parameter> 531 <Name>Remark</Name> 532 <DbType>String</DbType> 533 <NativeType>nvarchar</NativeType> 534 <Precision>0</Precision> 535 <Scale>0</Scale> 536 <Size>200</Size> 537 </Parameter> 538 <Parameter> 539 <Name>AllowUsed</Name> 540 <DbType>Boolean</DbType> 541 <NativeType>bit</NativeType> 542 <Precision>1</Precision> 543 <Scale>0</Scale> 544 <Size>1</Size> 545 </Parameter> 546 <Parameter> 547 <Name>CompanyID</Name> 548 <DbType>AnsiString</DbType> 549 <NativeType>varchar</NativeType> 550 <Precision>0</Precision> 551 <Scale>0</Scale> 552 <Size>10</Size> 553 </Parameter> 554 <Parameter> 555 <Name>BankID</Name> 556 <DbType>AnsiString</DbType> 557 <NativeType>varchar</NativeType> 558 <Precision>0</Precision> 559 <Scale>0</Scale> 560 <Size>20</Size> 561 </Parameter> 562 </Parameters> 563 </Command> 564 <Command> 565 <Key>UpdateByExpr</Key> 566 <CommandType>Text</CommandType> 567 <Text> 568 UPDATE [Bas_Bank] SET 569 #SET# 570 WHERE 1=1 #WHERE# 571 </Text> 572 </Command> 573 <Command> 574 <Key>Insert</Key> 575 <CommandType>Text</CommandType> 576 <Text> 577 INSERT INTO [Bas_Bank]( 578 [CompanyID], 579 [BankID], 580 [BankCode], 581 [BankName], 582 [SWIFT], 583 [AreaID], 584 [Address], 585 [Phone], 586 [ParentID], 587 [Level], 588 [IsDetail], 589 [FullName], 590 [FullParentID], 591 [ModifyDTM], 592 [Remark], 593 [AllowUsed] 594 ) VALUES( 595 @CompanyID, 596 @BankID, 597 @BankCode, 598 @BankName, 599 @SWIFT, 600 @AreaID, 601 @Address, 602 @Phone, 603 @ParentID, 604 @Level, 605 @IsDetail, 606 @FullName, 607 @FullParentID, 608 @ModifyDTM, 609 @Remark, 610 @AllowUsed 611 ) 612 613 </Text> 614 <Parameters> 615 <Parameter> 616 <Name>CompanyID</Name> 617 <DbType>AnsiString</DbType> 618 <NativeType>varchar</NativeType> 619 <Precision>0</Precision> 620 <Scale>0</Scale> 621 <Size>10</Size> 622 </Parameter> 623 <Parameter> 624 <Name>BankID</Name> 625 <DbType>AnsiString</DbType> 626 <NativeType>varchar</NativeType> 627 <Precision>0</Precision> 628 <Scale>0</Scale> 629 <Size>20</Size> 630 </Parameter> 631 <Parameter> 632 <Name>BankCode</Name> 633 <DbType>String</DbType> 634 <NativeType>nvarchar</NativeType> 635 <Precision>0</Precision> 636 <Scale>0</Scale> 637 <Size>20</Size> 638 </Parameter> 639 <Parameter> 640 <Name>BankName</Name> 641 <DbType>String</DbType> 642 <NativeType>nvarchar</NativeType> 643 <Precision>0</Precision> 644 <Scale>0</Scale> 645 <Size>40</Size> 646 </Parameter> 647 <Parameter> 648 <Name>SWIFT</Name> 649 <DbType>String</DbType> 650 <NativeType>nvarchar</NativeType> 651 <Precision>0</Precision> 652 <Scale>0</Scale> 653 <Size>20</Size> 654 </Parameter> 655 <Parameter> 656 <Name>AreaID</Name> 657 <DbType>AnsiString</DbType> 658 <NativeType>varchar</NativeType> 659 <Precision>0</Precision> 660 <Scale>0</Scale> 661 <Size>19</Size> 662 </Parameter> 663 <Parameter> 664 <Name>Address</Name> 665 <DbType>String</DbType> 666 <NativeType>nvarchar</NativeType> 667 <Precision>0</Precision> 668 <Scale>0</Scale> 669 <Size>100</Size> 670 </Parameter> 671 <Parameter> 672 <Name>Phone</Name> 673 <DbType>AnsiString</DbType> 674 <NativeType>varchar</NativeType> 675 <Precision>0</Precision> 676 <Scale>0</Scale> 677 <Size>60</Size> 678 </Parameter> 679 <Parameter> 680 <Name>ParentID</Name> 681 <DbType>AnsiString</DbType> 682 <NativeType>varchar</NativeType> 683 <Precision>0</Precision> 684 <Scale>0</Scale> 685 <Size>20</Size> 686 </Parameter> 687 <Parameter> 688 <Name>Level</Name> 689 <DbType>Int32</DbType> 690 <NativeType>int</NativeType> 691 <Precision>10</Precision> 692 <Scale>0</Scale> 693 <Size>4</Size> 694 </Parameter> 695 <Parameter> 696 <Name>IsDetail</Name> 697 <DbType>Boolean</DbType> 698 <NativeType>bit</NativeType> 699 <Precision>1</Precision> 700 <Scale>0</Scale> 701 <Size>1</Size> 702 </Parameter> 703 <Parameter> 704 <Name>FullName</Name> 705 <DbType>String</DbType> 706 <NativeType>nvarchar</NativeType> 707 <Precision>0</Precision> 708 <Scale>0</Scale> 709 <Size>100</Size> 710 </Parameter> 711 <Parameter> 712 <Name>FullParentID</Name> 713 <DbType>String</DbType> 714 <NativeType>nvarchar</NativeType> 715 <Precision>0</Precision> 716 <Scale>0</Scale> 717 <Size>80</Size> 718 </Parameter> 719 <Parameter> 720 <Name>ModifyDTM</Name> 721 <DbType>DateTime</DbType> 722 <NativeType>datetime</NativeType> 723 <Precision>23</Precision> 724 <Scale>3</Scale> 725 <Size>8</Size> 726 </Parameter> 727 <Parameter> 728 <Name>Remark</Name> 729 <DbType>String</DbType> 730 <NativeType>nvarchar</NativeType> 731 <Precision>0</Precision> 732 <Scale>0</Scale> 733 <Size>200</Size> 734 </Parameter> 735 <Parameter> 736 <Name>AllowUsed</Name> 737 <DbType>Boolean</DbType> 738 <NativeType>bit</NativeType> 739 <Precision>1</Precision> 740 <Scale>0</Scale> 741 <Size>1</Size> 742 </Parameter> 743 </Parameters> 744 </Command> 745 <Command> 746 <Key>Delete</Key> 747 <CommandType>Text</CommandType> 748 <Text> 749 DELETE FROM [Bas_Bank] 750 WHERE 1=1 #WHERE# 751 </Text> 752 </Command> 753 <Command> 754 <Key>DeleteByKey</Key> 755 <CommandType>Text</CommandType> 756 <Text> 757 DELETE FROM [Bas_Bank] 758 WHERE 1=1 759 And [CompanyID]=@CompanyID 760 And [BankID]=@BankID 761 </Text> 762 <Parameters> 763 <Parameter> 764 <Name>CompanyID</Name> 765 <DbType>AnsiString</DbType> 766 <NativeType>varchar</NativeType> 767 <Precision>0</Precision> 768 <Scale>0</Scale> 769 <Size>10</Size> 770 </Parameter> 771 <Parameter> 772 <Name>BankID</Name> 773 <DbType>AnsiString</DbType> 774 <NativeType>varchar</NativeType> 775 <Precision>0</Precision> 776 <Scale>0</Scale> 777 <Size>20</Size> 778 </Parameter> 779 </Parameters> 780 </Command> 781 </Commands> 782 </EntityMapper>
注意看Command节点，可以简单理解为数据库命令（下称命令），比较关键的是Text和Parameters子节点。这些命令有的带有参数有的则没有，没带参数的会有一个 ## 占位符。没带参数的命0000000令，其参数可能通过硬编码生成也有可能通过解析Lambda表达式生成，如何解析Lambda表达式会在接下来的第二点介绍。带有参数的命令，其参数名跟字段名一致，根据实体实例与字段名称就可以确定参数的值。
1 public Command Build<T>(string cmdName, T TEntity)2 where T : class3 {4 Command cmd = this.GetCommand(typeof(T), cmdName);5 foreach (Parameter parameter in cmd.Parameters)6 {7 //赋参数值8 object value = AccFacHelper.Get(TEntity, parameter.Name);9 parameter.Value = value;
10 }
11
12 return cmd;
13 }
2. 如何将Lambda表达式解析成查询条件
很早之前大牛老赵就写过一篇博文 [扩展LINQ to SQL：使用Lambda Expression批量删除数据]，基本思路是实现一个Expression<Func<T,bool>>解析器并将Lambda解析为最终需要执行的TSQL。但是老赵的实现并不完整，不能解析像 f=>true f=>!f.FieldName f=>string.Length f=>string[].Contains(s) 等表达式。我在他的基础上再增加了处理，并且把条件和参数分开来以适应Dapper的参数要求，看代码片段：
1 case ExpressionType.Constant:2 //True常量解析成1==1 Flase常量解析成1==23 bool value = Convert.ToBoolean(((ConstantExpression)expr).Value);4 leftExpr = Expression.Constant(1);5 rightExpr = Expression.Constant(value ? 1 : 2);6 7 break;8 9 ... ...
10
11 string condition = b.NodeType == ExpressionType.Coalesce ?
12 string.Format("({0}({1},{2}))", opr, left, right) :
13 string.Format("({0} {1} {2})", left, opr, right);
14
15 ......
16
17 condition = string.Format(" AND {0}", _stcConditions.Pop());
18 MatchCollection matches = Regex.Matches(condition, string.Format(@"{0}(?<Name>p(?<Index>[0-9]+))", _parameterPrefix));
19 foreach (Match match in matches)
20 {
21 if (!match.Success) continue;
22
23 string index = match.Groups["Index"].Value;
24 string parameterName = match.Groups["Name"].Value;
25 if (_parameters[parameterName] == null) _parameters.Add(parameterName, _lstArguments[Convert.ToInt32(index)]);
26 }
3. 如何将Dapper返回的IDataReader转化成DataTable和DataSet
IDataReader转化成DataTable相对容易，直接调用DataTable.Load(IDataReader)重载就可以，比较麻烦的是转成DataSet。DataSet.Load方法的三个重载都要传递DataTable[]形参，但在IDataReader填充DataSet之前我们是无法知道它包含有多少个数据集，也就无法确定如何给DataSet.Load传参，这似乎真的是个互相矛盾的命题。先别着急，想想之前经常用的SqlDataAdapter，它就有SqlDataAdapter.Fill(DataSet)重载。它能直接填充DataSet而不用传递DataTable[]形参，那么理论上来说DataSet.Load方法也不需要传递才对，因为实际上无论是DataSet.Load还是SqlDataAdapter.Fill，它们里面无非都是对IDataReader的层层封装而已。如此看来，只要弄清楚SqlDataAdapter.Fill(DataSet)重载，我们的问题便会迎刃而解了。
祭出反编译利器.NET Reflector，先来看看SqlDataAdapter.Fill(DataSet)到底都干了些什么：
1 public abstract class DbDataAdapter : DataAdapter, IDbDataAdapter, IDataAdapter, ICloneable2 {3 public override int Fill(DataSet dataSet)4 {5 try6 {7 IDbCommand selectCommand = this._IDbDataAdapter.SelectCommand;8 CommandBehavior fillCommandBehavior = this.FillCommandBehavior;9 num = this.Fill(dataSet, 0, 0, "Table", selectCommand, fillCommandBehavior);
10 }
11 finally
12 {
13 Bid.ScopeLeave(ref ptr);
14 }
15 return num;
16 }
17 }
18
19 public abstract class DbDataAdapter : DataAdapter, IDbDataAdapter, IDataAdapter, ICloneable
20 {
21 protected virtual int Fill(DataSet dataSet, int startRecord, int maxRecords, string srcTable, IDbCommand command, CommandBehavior behavior)
22 {
23 try
24 {
25 //srcTable="Table"，注意跟踪形参
26 num = this.FillInternal(dataSet, null, startRecord, maxRecords, srcTable, command, behavior);
27 }
28 finally
29 {
30 Bid.ScopeLeave(ref ptr);
31 }
32 return num;
33 }
34 }
35
36 public abstract class DbDataAdapter : DataAdapter, IDbDataAdapter, IDataAdapter, ICloneable
37 {
38 private int FillInternal(DataSet dataset, DataTable[] datatables, int startRecord, int maxRecords, string srcTable, IDbCommand command, CommandBehavior behavior)
39 {
40 bool flag = null == command.Connection;
41 try
42 {
43 try
44 {
45 using (IDataReader reader = null)
46 {
47 reader = command.ExecuteReader(behavior);
48 ... ...
49 return this.Fill(dataset, srcTable, reader, startRecord, maxRecords);
50 }
51 }
52 finally
53 {
54 QuietClose(connection, open);
55 }
56 }
57 finally
58 {
59 if (flag)
60 {
61 command.Transaction = null;
62 command.Connection = null;
63 }
64 }
65 return 0;
66 }
67 }
68
69 public class DataAdapter : Component, IDataAdapter
70 {
71 protected virtual int Fill(DataSet dataSet, string srcTable, IDataReader dataReader, int startRecord, int maxRecords)
72 {
73 try
74 {
75 DataReaderContainer container = DataReaderContainer.Create(dataReader, this.ReturnProviderSpecificTypes);
76 num = this.FillFromReader(dataSet, null, srcTable, container, startRecord, maxRecords, null, null);
77 }
78 finally
79 {
80 Bid.ScopeLeave(ref ptr);
81 }
82 return num;
83 }
84 }
看到了没，SqlDataAdapter.Fill(DataSet)方法内部是调用了另外一个重载，形参srcTable就是一个硬编码的"Table"。
再来看看DataSet.Load的内部处理：
1 public class DataSet : MarshalByValueComponent, IListSource, IXmlSerializable, ISupportInitializeNotification, ISupportInitialize, ISerializable2 {3 public virtual void Load(IDataReader reader, LoadOption loadOption, FillErrorEventHandler errorHandler, params DataTable[] tables)4 { 5 try6 {7 LoadAdapter adapter = new LoadAdapter {8 FillLoadOption = loadOption,9 MissingSchemaAction = MissingSchemaAction.AddWithKey
10 };
11 if (errorHandler != null)
12 {
13 adapter.FillError += errorHandler;
14 }
15 adapter.FillFromReader(tables, reader, 0, 0);
16 ... ...
17 }
18 finally
19 {
20 ... ...
21 }
22 }
23 }
24
25 internal sealed class LoadAdapter : DataAdapter
26 {
27 internal int FillFromReader(DataTable[] dataTables, IDataReader dataReader, int startRecord, int maxRecords)
28 {
29 return this.Fill(dataTables, dataReader, startRecord, maxRecords);
30 }
31 }
32
33
假如我们把LoadAdapter.FillFromReader方法修改一个，调用LoadAdapter.Fill的另外一个重载LoadAdapter.Fill(DataSet,string,IDataReader,int,int)，而第二个形参只需要传"Table"而已。最终完成代码：
1 /// <summary>2 /// 数据适配器，扩展Fill方法3 /// .NET的DataSet.Load方法，底层调用DataAdapter.Fill(DataTable[], IDataReader, int, int)4 /// Dapper想要返回DataSet，需要重写Load方法，不必传入DataTable[]，因为数组长度不确定5 /// </summary>6 public class XLoadAdapter : DataAdapter7 {8 public XLoadAdapter()9 {
10 }
11
12 public int FillFromReader(DataSet ds, IDataReader dataReader, int startRecord, int maxRecords)
13 {
14 return this.Fill(ds, "Table", dataReader, startRecord, maxRecords);
15 }
16 }
17
18 /// <summary>
19 /// 扩展Load方法
20 /// </summary>
21 public class XDataSet : DataSet
22 {
23 public override void Load(IDataReader reader, LoadOption loadOption, FillErrorEventHandler handler, params DataTable[] tables)
24 {
25 XLoadAdapter adapter = new XLoadAdapter
26 {
27 FillLoadOption = loadOption,
28 MissingSchemaAction = MissingSchemaAction.AddWithKey
29 };
30 if (handler != null)
31 {
32 adapter.FillError += handler;
33 }
34 adapter.FillFromReader(this, reader, 0, 0);
35 if (!reader.IsClosed && !reader.NextResult())
36 {
37 reader.Close();
38 }
39 }
40 }
41
42 //调用
43 IDataReader reader = _session.Connection.ExecuteReader(command, dynParameters,
44 _session.Transaction, _session.DataSource.CommandTimeout, commandType);
45 DataSet ds = new XDataSet();
46 ds.Load(reader, LoadOption.OverwriteChanges, null, new DataTable[] { });
4. 总结
本框架在Dapper的基础上再做封装，支持Lambda表达式树查询也支持纯Sql查询，相对来说比较灵活。但限于个人水平，没有把EmitMapper完美整合进来，只是简单的进行了引用，如果朋友们有好的建议，在下诚心请教。需要源码的朋友留个QQ邮箱我单独发吧，园子的附件最大10M导致源码上传不了。（已上传至百度云盘 http://pan.baidu.com/s/1mihKTZU)
分类: 数据访问
标签: Dapper, 数据访问
【原创】重复造轮子之高仿EntityFramework
- 前言
在上一篇《【原创】打造基于Dapper的数据访问层》中，Dapper在应付多表自由关联、分组查询、匿名查询等应用场景时经常要手动写SQL语句。看着代码里满屏的红色SQL字符串，简直头大，于是便萌生重复造ORM这个轮子的念头。本ORM在API设计上最大程度地借鉴 EF 的写法，支持链式查询（点标记）、查询表达式、聚合查询、分组排序、批量插入、批量更新、批量删除、1:1关系外键等。在实体绑定层面，使用 Emit 来动态构建绑定指令，性能最大限度地接近原生水平。
- 性能
7000笔记录循环读1000次，同时加载1：1关系的外键，速度比 EF 稍快。
- 语法
1. 单表查询
// 查询表达式 var query = from a in context.GetTable<Inte_CRM.Demo>()select a; var r1 = query.ToList(); // 点标记 query = context.GetTable<Inte_CRM.Demo>(); r1 = query.ToList(); //SQL=> //SELECT //t0.[DemoId] AS [DemoId], //t0.[DemoCode] AS [DemoCode], //t0.[DemoName] AS [DemoName], //... //t0.[DemoLong] AS [DemoLong], //t0.[DemoLong_Nullable] AS [DemoLong_Nullable] //FROM [Sys_Demo] t0
2. 关联查询
// INNER JOIN
var query =from a in context.GetTable<Inte_CRM.CRM_SaleOrder>()join b in context.GetTable<Inte_CRM.Client>() on a.ClientId equals b.ClientIdjoin c in context.GetTable<Inte_CRM.CloudServer>() on b.CloudServerId equals c.CloudServerIdwhere a.ClientId > 0select a;
var r1 = query.ToList();
// 点标记
query = context.GetTable<Inte_CRM.CRM_SaleOrder>().Join(context.GetTable<Inte_CRM.Client>(), a => a.ClientId, b => b.ClientId, (a, b) => new { Sale = a, Buyer = b }).Join(context.GetTable<Inte_CRM.CloudServer>(), b => b.Buyer.CloudServerId, c => c.CloudServerId, (a, c) => new Inte_CRM.CRM_SaleOrder { }).Where(a => a.ClientId > 0);
//r1 = query.ToList();
//SQL=>
//SELECT
//t0.[OrderId] AS [OrderId],
//t0.[OrderNo] AS [OrderNo],
//t0.[Remark] AS [Remark],
//t0.[ClientId] AS [ClientId]
//FROM [CRM_SaleOrder] t0
//INNER JOIN [Bas_Client] t1 ON t0.[ClientId] = t1.[ClientId]
//INNER JOIN [Sys_CloudServer] t2 ON t1.[CloudServerId] = t2.[CloudServerId]
//WHERE t0.[ClientId] > 0
3. 分组分页
// 分组后再分页
query =from a in context.GetTable<Inte_CRM.Client>()where a.ClientName == "TAN"group a by new { a.ClientId, a.ClientName } into gwhere g.Key.ClientId > 0orderby new { g.Key.ClientName, g.Key.ClientId }select new{Id = g.Key.ClientId,Name = g.Min(a => a.ClientId)};
query = query.Skip(2).Take(3);
r1 = query.ToList();
//SQL=>
//SELECT
//t0.[Id],
//t0.[Name]
//FROM (
// SELECT
// t0.[ClientId] AS [Id],
// MIN(t0.[ClientId]) AS [Name],
// t0.[ClientName] AS [ClientName]
// FROM [Bas_Client] t0
// WHERE t0.[ClientName] = N'TAN'
// GROUP BY t0.[ClientId],t0.[ClientName]
// Having t0.[ClientId] > 0
// ) t0
//ORDER BY t0.[ClientName]
//OFFSET 2 ROWS FETCH NEXT 3 ROWS ONLY
4. 批量插入
context.Insert<Inte_CRM.Thin>(collection); context.SubmitChanges(); //SQL=> //INSERT INTO[Sys_Thin] //([ThinId],[ThinName]) //VALUES //(2, N'002'),(3,N'003')
5. 导航属性
// 更简单的赋值方式
// 适用场景：在显示列表时只想显示外键表的一两个字段
query =from a in context.GetTable<Inte_CRM.CRM_SaleOrder>()select new Inte_CRM.CRM_SaleOrder(a){Client = new Inte_CRM.Client(a.Client){CloudServer = new Inte_CRM.CloudServer{CloudServerId = a.Client.CloudServer.CloudServerId,CloudServerName = a.Client.CloudServer.CloudServerName}},HeavyBuyer = new Inte_CRM.Client{ClientId = a.Client.ClientId + 10,ClientName = a.Client.ClientName + "_heavy",CloudServer = new Inte_CRM.CloudServer{CloudServerId = a.Client.CloudServer.CloudServerId + 10,CloudServerName = a.Client.CloudServer.CloudServerName + "_heavy",}}};
r1 = query.ToList();
//SQL=>
//SELECT
//t0.[OrderId] AS [OrderId],
//t0.[OrderNo] AS [OrderNo],
//t0.[Remark] AS [Remark],
//t0.[ClientId] AS [ClientId],
//t1.[ClientId] AS [ClientId1],
//t1.[ClientCode] AS [ClientCode],
//t1.[ClientName] AS [ClientName],
//t1.[State] AS [State],
//t1.[ActiveDate] AS [ActiveDate],
//t1.[CloudServerId] AS [CloudServerId],
//t2.[CloudServerId] AS [CloudServerId1],
//t2.[CloudServerName] AS [CloudServerName],
//t1.[ClientId] + 10 AS [ClientId2],
//t1.[ClientName] + N'_heavy' AS [ClientName1],
//t2.[CloudServerId] + 10 AS [CloudServerId2],
//t2.[CloudServerName] + N'_heavy' AS [CloudServerName1]
//FROM [CRM_SaleOrder] t0
//LEFT JOIN [Bas_Client] t1 ON t0.[ClientId] = t1.[ClientId]
//LEFT JOIN [Sys_CloudServer] t2 ON t1.[CloudServerId] = t2.[CloudServerId]
其它更多示例在源码的 demo 中有详细说明，源码地址：https://github.com/TANZAME/Inte.XFramework
【原创】重复造轮子之高仿EntityFramework
- 前言
在上一篇《【原创】打造基于Dapper的数据访问层》中，Dapper在应付多表自由关联、分组查询、匿名查询等应用场景时经常要手动写SQL语句。看着代码里满屏的红色SQL字符串，简直头大，于是便萌生重复造ORM这个轮子的念头。本ORM在API设计上最大程度地借鉴 EF 的写法，支持链式查询（点标记）、查询表达式、聚合查询、分组排序、批量插入、批量更新、批量删除、1:1关系外键等。在实体绑定层面，使用 Emit 来动态构建绑定指令，性能最大限度地接近原生水平。
- 性能
7000笔记录循环读1000次，同时加载1：1关系的外键，速度比 EF 稍快。
- 语法
1. 单表查询
// 查询表达式 var query = from a in context.GetTable<Inte_CRM.Demo>()select a; var r1 = query.ToList(); // 点标记 query = context.GetTable<Inte_CRM.Demo>(); r1 = query.ToList(); //SQL=> //SELECT //t0.[DemoId] AS [DemoId], //t0.[DemoCode] AS [DemoCode], //t0.[DemoName] AS [DemoName], //... //t0.[DemoLong] AS [DemoLong], //t0.[DemoLong_Nullable] AS [DemoLong_Nullable] //FROM [Sys_Demo] t0
2. 关联查询
// INNER JOIN
var query =from a in context.GetTable<Inte_CRM.CRM_SaleOrder>()join b in context.GetTable<Inte_CRM.Client>() on a.ClientId equals b.ClientIdjoin c in context.GetTable<Inte_CRM.CloudServer>() on b.CloudServerId equals c.CloudServerIdwhere a.ClientId > 0select a;
var r1 = query.ToList();
// 点标记
query = context.GetTable<Inte_CRM.CRM_SaleOrder>().Join(context.GetTable<Inte_CRM.Client>(), a => a.ClientId, b => b.ClientId, (a, b) => new { Sale = a, Buyer = b }).Join(context.GetTable<Inte_CRM.CloudServer>(), b => b.Buyer.CloudServerId, c => c.CloudServerId, (a, c) => new Inte_CRM.CRM_SaleOrder { }).Where(a => a.ClientId > 0);
//r1 = query.ToList();
//SQL=>
//SELECT
//t0.[OrderId] AS [OrderId],
//t0.[OrderNo] AS [OrderNo],
//t0.[Remark] AS [Remark],
//t0.[ClientId] AS [ClientId]
//FROM [CRM_SaleOrder] t0
//INNER JOIN [Bas_Client] t1 ON t0.[ClientId] = t1.[ClientId]
//INNER JOIN [Sys_CloudServer] t2 ON t1.[CloudServerId] = t2.[CloudServerId]
//WHERE t0.[ClientId] > 0
3. 分组分页
// 分组后再分页
query =from a in context.GetTable<Inte_CRM.Client>()where a.ClientName == "TAN"group a by new { a.ClientId, a.ClientName } into gwhere g.Key.ClientId > 0orderby new { g.Key.ClientName, g.Key.ClientId }select new{Id = g.Key.ClientId,Name = g.Min(a => a.ClientId)};
query = query.Skip(2).Take(3);
r1 = query.ToList();
//SQL=>
//SELECT
//t0.[Id],
//t0.[Name]
//FROM (
// SELECT
// t0.[ClientId] AS [Id],
// MIN(t0.[ClientId]) AS [Name],
// t0.[ClientName] AS [ClientName]
// FROM [Bas_Client] t0
// WHERE t0.[ClientName] = N'TAN'
// GROUP BY t0.[ClientId],t0.[ClientName]
// Having t0.[ClientId] > 0
// ) t0
//ORDER BY t0.[ClientName]
//OFFSET 2 ROWS FETCH NEXT 3 ROWS ONLY
4. 批量插入
context.Insert<Inte_CRM.Thin>(collection); context.SubmitChanges(); //SQL=> //INSERT INTO[Sys_Thin] //([ThinId],[ThinName]) //VALUES //(2, N'002'),(3,N'003')
5. 导航属性
// 更简单的赋值方式
// 适用场景：在显示列表时只想显示外键表的一两个字段
query =from a in context.GetTable<Inte_CRM.CRM_SaleOrder>()select new Inte_CRM.CRM_SaleOrder(a){Client = new Inte_CRM.Client(a.Client){CloudServer = new Inte_CRM.CloudServer{CloudServerId = a.Client.CloudServer.CloudServerId,CloudServerName = a.Client.CloudServer.CloudServerName}},HeavyBuyer = new Inte_CRM.Client{ClientId = a.Client.ClientId + 10,ClientName = a.Client.ClientName + "_heavy",CloudServer = new Inte_CRM.CloudServer{CloudServerId = a.Client.CloudServer.CloudServerId + 10,CloudServerName = a.Client.CloudServer.CloudServerName + "_heavy",}}};
r1 = query.ToList();
//SQL=>
//SELECT
//t0.[OrderId] AS [OrderId],
//t0.[OrderNo] AS [OrderNo],
//t0.[Remark] AS [Remark],
//t0.[ClientId] AS [ClientId],
//t1.[ClientId] AS [ClientId1],
//t1.[ClientCode] AS [ClientCode],
//t1.[ClientName] AS [ClientName],
//t1.[State] AS [State],
//t1.[ActiveDate] AS [ActiveDate],
//t1.[CloudServerId] AS [CloudServerId],
//t2.[CloudServerId] AS [CloudServerId1],
//t2.[CloudServerName] AS [CloudServerName],
//t1.[ClientId] + 10 AS [ClientId2],
//t1.[ClientName] + N'_heavy' AS [ClientName1],
//t2.[CloudServerId] + 10 AS [CloudServerId2],
//t2.[CloudServerName] + N'_heavy' AS [CloudServerName1]
//FROM [CRM_SaleOrder] t0
//LEFT JOIN [Bas_Client] t1 ON t0.[ClientId] = t1.[ClientId]
//LEFT JOIN [Sys_CloudServer] t2 ON t1.[CloudServerId] = t2.[CloudServerId]
其它更多示例在源码的 demo 中有详细说明，源码地址：https://github.com/TANZAME/Inte.XFramework
【原创】打造基于Dapper的数据访问层相关推荐
- 同时支持EF+Dapper的混合仓储，助你快速搭建数据访问层
背景 17年开始,公司开始向DotNet Core转型,面对ORM工具的选型,当时围绕Dapper和EF发生了激烈的讨论.项目团队更加关注快速交付,他们主张使用EF这种能快速开发的ORM工具:而在线业 ...
- 打造自己的数据访问层（二）
上一篇打造自己的数据访问层(一)中,我们已了解了.NET对数据库操作的基本原理,并就Ado.net对象的使用提出了几点疑问: 1.如何由系统来判断数据库型. 2.如何消除这些重复代码. 而上篇中也提出 ...
- 打造自己的数据访问层（三）
上一篇打造自己的数据访问层(二)中,我们已具体实现了数据访问层对应的功能,该进行收尾工作了,先来看段代码,试试上一篇实现的功能: View Code string sqlText = "SE ...
- CYQ.Data 轻量数据访问层（一） 概述
在很久很久以前.2007年底,我曾发布过CYQ.Data.DLL,那时的学术氛围很浓,评论的也比较重 在那里,我曾做过一些简介与使用方法的帮助 在这个系列中,我将一步一步开源并讲解实现的过程,由于文章 ...
- Scott Mitchell 的ASP.NET 2.0数据教程之一: 创建一个数据访问层
原文 | 下载本教程中的编码例子 | 下载本教程的英文PDF版 导言 作为web开发人员,我们的生活围绕着数据操作.我们建立数据库来存储数据,写编码来访问和修改数据,设计网页来采集和汇总数据.本文是研 ...
- Spring Boot - 构建数据访问层
文章目录 基础规范: JDBC 关系型数据库访问规范 JDBC 规范中的核心编程对象 DriverManager DataSource Connection Statement/PreparedSta ...
- Flex与.NET互操作(三)：基于WebService的数据访问(下)
在上一篇文章<Flex与.NET互操作(二):基于WebService的数据访问(上) >中介绍了通过<mx:WebService>标签来访问Webservice.实际上我们也 ...
- PP团队圣经巨著《Application Architecture Guide2.0》14章-数据访问层
第十四章 数据访问层指导 概览 这一章主要描述设计数据访问层时要注意的主要原则.它们覆盖了设计数据访问层遇到的通常问题及错误.下面的图表展示了数据层怎样嵌入一个通用的应用架构. (cnblog我的图片 ...
- ASP.NET3.5 企业级项目开发 －－ 第二章 数据访问层(DAL)的开发
为什么80%的码农都做不了架构师?>>> ASP.NET3.5 企业级项目开发 -- 第二章 数据访问层(DAL)的开发 前言:本篇主要讲述数据访问层的开发, ...
- 使用Spring和Java泛型简化数据访问层
1.概述 本文将着重于通过对系统中的所有实体使用单个通用的数据访问对象来简化DAO层 ,这将导致优雅的数据访问 ,而不会造成不必要的混乱或冗长. 2. Hibernate和JPA DAO 大多数生产代 ...
最新文章
- python语言入门p-python语言程序设计基础(第2版)课后答案嵩天
- VC++把输入的字符转换为十六进制
- Hibernate中启用日志
- STM32F1笔记（三）UART/USART
- linux中的运行模式,Linux系统运行模式介绍
- 计算机学院志愿服务活动 2013/12/23 爱心6+1,计算机学院赴淮南南站开展志愿服务活动...
- 学校计算机教室局域网的建立,校园局域网组建及配置.pdf
- 月薪3W+，人才缺口高达19W，行业大牛5天带你零基础入门数据分析！
- 递归求n的阶乘不溢出_面试官：说一说递归如何优化尾递归优化
- 「网站收录查询」百度收录批量查询工具主要有哪些?
- 横向导航条页面居中的方法
- K8s 中 iptables 和ipvs 的理解
- flea-frame-cache使用之Redis接入【旧】
- 【沧海拾昧】C# .Net 基本控件介绍
- 在麒麟v10系统上面安装达梦数据库8
- cad.net 属性块（二）
- 七牛云 转码_七牛云试用指南－音视频基本处理
- android+9切图工具下载,图片分割工具(9Cut)
- 数据结构 堆 heap
- ASP.NET 网页模板－基础