封装原因:

查看了很多网上提供的ORM类型的数据库操作,觉得比较麻烦,需要提前配置很多的表结构体,然后才能使用,对于数据表很多的项目就配置起来就比较麻烦,所以对golang的mysql包进行了外层包装,简化在开发中的使用.

实现思路:

通过配置数据库链接,初始化连接(实现连接池),设置连接池参数,并存入map[string]*sql.DB中,在需要时调用.

使用Struct方法,对SQL进行预处理,然后执行相应的SQL,获取数据

配置数据库链接

例如我配置了三个数据库的链接,分别是cms库, base库和sms库,配置代码如下

package config

import (

"encoding/json"

"fmt"

"io/ioutil"

"log"

"os"

"path"

"path/filepath"

)

var (

WorkDir string // 项目的根目录

DBConfig map[string]string // 数据库参数配置

)

// 初始化解析Env配置文件

func init() {

// 需要编译后才能生效

WorkDir = filepath.Dir(os.Args[0])

err := os.Setenv("GOPATH", WorkDir)

data, err := ioutil.ReadFile(path.Join(WorkDir, ".env"))

if err != nil {

log.Fatal(err)

}

result := make(map[string]string)

// 把uint8形式转换为map类型数据

// []byte(data) 对字节数组转换成byte类型数据

err = json.Unmarshal([]byte(data), &result)

if err != nil {

log.Fatal(err)

}

// 数据库配置map

dBMap := make(map[string]string)

// 格式化数据库链接

CmsConnect := fmt.Sprintf("%s:%s@tcp(%s:%s)/cms?charset=utf8mb4", result["DB_CMS_USER"],

result["DB_CMS_PASS"], result["DB_CMS_HOST"], result["DB_CMS_PORT"])

BaseConnect := fmt.Sprintf("%s:%s@tcp(%s:%s)/base?charset=utf8mb4", result["DB_BASE_USER"],

result["DB_BASE_PASS"], result["DB_BASE_HOST"], result["DB_BASE_PORT"])

SmsConnect := fmt.Sprintf("%s:%s@tcp(%s:%s)/sms?charset=utf8mb4", result["DB_SMS_USER"],

result["DB_SMS_PASS"], result["DB_SMS_HOST"], result["DB_SMS_PORT"])

dBMap["cms"], dBMap["base"], dBMap["sms"] = CmsConnect, BaseConnect, SmsConnect

DBConfig = dBMap

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

使用方法

创建-Create方法, 接收参数类型为map[string]interface{}

(1).map中key即为数据表的对应的字段名称,value即为对应要创建的数据字段值

(2).返回结果为新增数据在表中的ID和error信息,新增成功error为nil

import . "mysqldb"

# 例如我想base库的auth_user表添加一条记录,创建的三个字段为手机号phone,姓名real_name,性别sex

createMap := make(map[string]interface{})

createMap["phone"], createMap["name"], createMap["sex"] = "18300000000", "张三", 1

insertId, err := DB("base").Table("auth_user").Create(createMap)

1

2

3

4

5

批量创建-BulkCreate方法,接收参数类型为[]map[string]interface{}

(1).返回结果为影响的行数和error信息,新增成功error为nil

# 例如我想base库的auth_user表添加两条记录,创建的三个字段为手机号phone,姓名real_name,性别sex

var createMap []map[string]interface{}

cMap := make(map[string]interface{})

cMap["phone"], cMap["name"], cMap["sex"] = "18300000000", "张三", 1

createMap = append(createMap, cMap)

cMap["phone"], cMap["name"], cMap["sex"] = "18300000001", "李梅", 2

createMap = append(createMap, cMap)

insertId, err := DB("base").Table("auth_user").BulkCreate(createMap)

1

2

3

4

5

6

7

8

删除-Delete方法

(1). 通过Filter设置筛选条件

(2).返回结果为影响的行数和error信息,删除成功error为nil

# 例如我想删除base库的auth_user表中phone为1830000000的记录

affectRows, err :=DB("base").Table("auth_user").Filter("phone=?", "18300000000").Delete()

1

2

更新-Update方法,接收参数类型为map[string]interface{}

(1). 通过Filter设置筛选条件

(2).返回结果为影响的行数和error信息,更新成功error为nil

# 例如我要更新base库的auth_user表中phone为18300000000数据的姓名为李四

createMap := make(map[string]interface{})

createMap["phone"], createMap["name"], createMap["sex"] = "18300000000", "李四", 1

affectRows, err := DB("base").Table("auth_user").Filter("phone=?", "18300000000").Update(createMap)

1

2

3

4

查询

(1). 单条数据获取为Get,获取查询到的第一条数据,返回结果类型为map[string]interface{}

(2). 获取所有数据为All, 返回结果类型为[]map[string]interface{}

# 例如我要获取base库auth_user表中phone为18300000000的一条记录

userData := DB("base").Table("auth_user").Filter("phone=?", "18300000000").Get()

# 例如我要获取base库auth_user表中phone为18300000000的所有记录

userData := DB("base").Table("auth_user").Filter("phone=?", "18300000000").All()

# 例如我要获取base库auth_user表中phone为18300000000按照ID降序一条记录

userData := DB("base").Table("auth_user").Filter("phone=?", "18300000000").OrderBy("-id").Get()

1

2

3

4

5

6

多多件查询

# 例如我要获取base库auth_user表中phone为18300000000,sex为1的一条记录

userData := DB("base").Table("auth_user").Filter("phone=? AND sex=?", "18300000000", 1).Get()

1

2

分组方法查询

# 例如我要获取base库auth_user表中每个手机号为的统计数据

userData := DB("base").Table("auth_user").Select("phone", "COUNT(1) AS num").Filter("sex=?", 1).GroupBy("phone").All()

1

2

其他方法说明

Execute, 执行一条SQL,返回影响的行数和error信息.error为nil,表示执行成功

FetchOne, 执行一条SQL返回一条数据结果,返回结果类型为: map[string]interface{}

FetchAll, 执行一条SQL,返回多条数据结果,返回结果类型为: []map[string]interface{}

未实现方法

多表关联查询,建议通过书写原生SQL,然后使用FetchOne或FetchAll方法执行获取数据

---------------------

golang mysql 回调_Golang操作MySQL的正确姿势相关推荐

  1. golang MySQL 占内存_golang操作mysql使用总结

    前言 Golang 提供了database/sql包用于对SQL数据库的访问, 作为操作数据库的入口对象sql.DB, 主要为我们提供了两个重要的功能: sql.DB 通过数据库驱动为我们提供管理底层 ...

  2. golang mysql 工具类_golang操作mysql使用总结

    sql.DB 通过数据库驱动为我们提供管理底层数据库连接的打开和关闭操作. sql.DB 为我们管理数据库连接池 需要注意的是,sql.DB表示操作数据库的抽象访问接口,而非一个数据库连接对象;它可以 ...

  3. golang mysql curd_Go 语言操作 MySQL 之 CURD 操作

    本文转载于SegmentFault社区 作者:Meng小羽 MySQL 是目前开发中最常见的关系型数据库,使用 Go 语言进行操控数据库需要使用 Go 自带database/sql和驱动go-sql- ...

  4. python 测试mysql数据库_Python操作MySQL数据库----继续安装和测试

    接上篇,在上一篇中,我们安装好了python和sublime,下面我们需要安装MYSQL的相关软件. 1.安装MYSQL SERVER5.5.28,安装5.6版本的也可以,只是5.6版本安装完成之后没 ...

  5. python读取mysql数据库_Python操作MySQL数据库9个实用实例

    在Windows平台上安装mysql模块用于Python开发 用python连接mysql的时候,需要用的安装版本,源码版本容易有错误提示.下边是打包了32与64版本. MySQL-python-1. ...

  6. go mysql 异步_GO操作MYSQL

    驱动包 MySql驱动 Go语言中的database/sql包不包含数据库驱动,使用时必须注入一个数据库驱动. 下载依赖 go get -u github.com/go-sql-driver/mysq ...

  7. python mysql实例_Python操作Mysql实例代码

    本文介绍了Python操作MYSQL.执行SQL语句.获取结果集.遍历结果集.取得某个字段.获取表字段名.将图片插入数据库.执行事务等各种代码实例和详细介绍,代码居多,是一桌丰盛唯美的代码大餐. 实例 ...

  8. mysql escape python_Python 操作 MYSQL

    本文介绍了 Python 操作 MYSQL.执行 SQL 语句.获取结果集.遍历结果集.取得某个字 段.获取表字段名.将图片插入数据库.执行事务等各种代码实例和详细介绍,代码居多, 是一桌丰盛唯美的代 ...

  9. nodejs框架 mysql数据库_nodejs操作mysql数据库

    2018-08-31 11:04:45 nodejs是一个运行在服务器端的JavaScript框架,既然是在服务器端运行,就少不了需要操作数据库.在nodejs中提供了一个基本的mysql模块,同时本 ...

最新文章

  1. ADF Jar包循环引用会出问题
  2. EXT调用ASP.NET AJAX WebService
  3. The connected J-Link is defective,Proper operation cannot be guaranteed......的解决办法
  4. 你说你精通CSS,真的吗?
  5. 如何修改Xshell默认存储路径
  6. easyui扩展-日期范围选择.
  7. 20120621第一天_复习与测试
  8. 微软:本周三个安全更新 暂不会修正Excel漏洞
  9. 用sort()方法随机打乱数组
  10. 论文浅尝 | 利用问题生成提升知识图谱问答
  11. oracle安装缺少,安装oracle11g R2 缺少依赖包
  12. windows 开启mysql日志记录_Windows下MySQL开启历史记录
  13. 性能测试的那些事儿!
  14. 大数据 数据平台方案评估
  15. [CEOI2008]order
  16. ANSYS Maxwell 2D永磁体建模
  17. MongoDB可视化管理工具-Robo 3T
  18. 在angular2项目里使用ng-zorro的icon
  19. 提取【酷我音乐MP3】外链url完整地址--可用于做背景音乐
  20. otf和ctf的意义_OTF与CTF的比较与.ppt

热门文章

  1. 【Elasticsearch】解决Elasticsearch HTTP方式查询报SocketTimeoutException的问题 Connection reset by peer
  2. 【Elasticsearch】 es ElasticSearch集群故障案例分析: 警惕通配符查询 Wildcard
  3. 【Java】Base64编码与解码
  4. 【Docker】Docker 安装node-exporter prometheus pushgateway 页面显示Down
  5. 【Linux】linux系统很卡排除
  6. hive集群安装,连接mysql
  7. 22-win10下ElasticSearch.6.1.0与logstash6.1.0的整合
  8. excel-从excel导入数据到数据库
  9. 云计算入门科普系列:云计算与人工智能
  10. 眨眼检测计算机不精确,基于OpenCV和Python错误的眨眼检测