Spring Data —— 完全统一的 API？

Spring Data 作为 SpringSource 的其中一个父项目， 旨在统一和简化对各类型持久化存储， 而不拘泥于是关系型数据库还是 NoSQL 数据存储。

无论是哪种持久化存储， 数据访问对象（或称作为 DAO，即 Data Access Objects）通常都会提供对单一域对象的 CRUD （创建、读取、更新、删除）操作、查询方法、排序和分页方法等。Spring Data 则提供了基于这些层面的统一接口（CrudRepository，PagingAndSortingRepository）以及对持久化存储的实现。

你可能接触过某一种 Spring 模型对象——比如 JdbcTemplate ——来编写访问对象的实现。基于 Spring Data 的数据访问对象， 我们只需定义和编写一些查询方法的接口（基于不同的持续化存储， 定义有可能稍有不同）。Spring Data 会在运行时间生成正确的实现。 请看下面的例子：

 
public interface UserRepository extends MongoRepository<User, String> { 
        @Query("{ fullName: ?0 }")
        List<User> findByTheUsersFullName(String fullName);
 
        List<User> findByFullNameLike(String fullName, Sort sort);
}
...
 
Autowired UserRepository repo;
 

本文将比较两个 JPA 的子项目， MongoDB 和 Neo4j。JPA 是 J2EE 的一部分， 它定义了一系列用于操作关系型数据库和 O/R 映射的 API。 MongoDB 是一种可扩展的、高性能的、开源的、面向文档的数据库。Neo4j 则是一种图形数据库，一种完整的用于存储图形数据的事务性数据库。

所有这些 Spring Data 的子项目都支持：

• 模板
• 对象、数据存储映射
• 对数据访问对象的支持

其他一些 Spring Data 子项目，如 Spring Data Redis 和 Spring Data Riak 都只是提供模板， 这是由于其相应的数据存储都只支持非结构化的数据，而不适用于对象的映射和查询。

下面，我们来深入了解一下模板、对象数据映射和数据访问对象。

模板

Spring Data 模板的主要目的， 同时也是所有其他 Spring 模板的目的， 就是资源分配和异常处理。

这里所说的资源就是数据存储资源， 通常来说会通过远程 TCP/IP 连接访问。下面的实例展示了如果配置 MongoDB 的模板：

 
<!-- Connection to MongoDB server -->
<mongo:db-factory host="localhost" port="27017" dbname="test" /> 
 
<!-- MongoDB Template -->
<bean id="mongoTemplate"
class="org.springframework.data.mongodb.core.MongoTemplate">
 <constructor-arg name="mongoDbFactory" ref="mongoDbFactory"/> 
</bean>

首先我们需要定义连接工厂，MongoTemplate 会引用这个连接工厂。这个例子中， Spring Data 采用了较底层的数据库驱动， MongoDB Java driver 。

一般来说， 这类较底层的数据库驱动会有自己的一套异常处理策略。 Spring 的异常处理采用的是未检查异常（unchecked exception），因此开发人员可以自己决定是否须要捕获异常。MongoDB 的模板的实现方式是把捕获到的底层的异常封装成未检查异常， 这些异常都是 Spring 里 DataAccessException 的子类。

模板提供了基于数据存储的操作， 诸如保存、更新、删除单一记录或执行查询的方法。但所有这些方法只能用于相应的底层数据存储。

由于 JPA 的实现本身已经是位于 JDBC API 上层的抽象层，Spring Data JPA 并没有提供模板。和模板概念相对应的是 JPA 的 EntityManager， 而异常处理则是由数据访问对象来负责的。

对象、数据映射

JPA 引入了 O/R 映射的标准（如关系型数据库中表和对象的映射）。Hibernate 很有可能是被最为广泛使用的 JPA 标准的实现。

Spring Data 采用类对象的方式将 O/R 映射的支持延伸到了 NoSQL 数据库。但在各种 NoSQL 数据库中， 数据结构差异较大， 所以很难形成一种通用的 API。 每一种数据存储都有各自一套注释用以标注映射所需要的元信息。下面我们来看一个简单的例子，如何映射一个简单领域对象：

JPA MongoDB Neo4j @Entity
@Table(name=“TUSR”)
public class User {
@Id
private String id;
@Column(name=“fn”)
private String name;
private Date lastLogin;
…
} @Document(collection=“usr”)
public class User {
@Id
private String id;
@Field(“fn”)
private String name;
private Date lastLogin;
…
} @NodeEntity
public class User {
@GraphId
Long id;
private String name;
private Date lastLogin;
…
}如果你已经熟悉 JPA 实体，不难看出这里用了标准的 JPA 注释。Spring Data 复用了这些标准的注释， 而且没有引入其他新的内容。对象的映射正是由这些 JPA 的实现完成的。 MangoDB 和 Neo4j 各种需要一套类似的注释。在上面的例子中， 我们使用了类级别的注释 collection 和 nodetype. MangoDB 中， collection 就相当于关系型数据库的表， 而 node 和 edge 则是图形数据库（如 Neo4j）的主要数据类型。

每个 JPA 实体都需要有唯一标识符，即便是 MongoDB 的文档和 Neo4j 的节点也是如此。

MongoDB 使用 @Id 这个注释作为唯一标识符（这 @Id 是在 org.springframework.data.annotation 包中， 和 JPA 的 @Id 并不相同）。Neo4j 则使用了 @GraphId 这个注释。这些属性的值是在域对象成功存储后被设置的。 当类属性的名称和 MongoDB 的文档中的属性名称不同时， 可以使用 @Field 注释标注。

同样这两种映射也支持对其他对象的引用，请看下面的例子：

JPA MongoDB Neo4j @OneToMany
private List roles; private List roles; @RelatedTo( type = “has”, direction = Direction.OUTGOING)
private List roles; 在 JPA 中， 我们使用 @OneToMany 来标识一对多的关系， 通常多的一端的数据存放在子表中， 通过联合查询获得。MongoDB 并不支持文档间的联合查询，默认情况下， 被引用的对象和主对象存储在同一个文档中。当然， 我们也可以通过客户端的虚拟联合查询引用其他文档的数据。在 Neo4j 中， 关系被称作 edges， 而 edge 也是一个基本的数据类型。

总结来说， MongoDB 和 Neo4j 所使用的对象映射和我们大家所熟悉的 JPA O/R 映射非常类似， 但由于不同的数据结构，两者存在着显著的区别。但不管怎么说， 基本概念都是实现对象和数据结构的映射。

数据访问对象

你一定写过这样的 DAO 对象，针对单一记录的 CRUD 操作、针对多记录的 CRUD 操作， 基于各种查询条件的查询方法。

随着 JPA 的引入， 虽然 EntityManager 接口已经包含了 CRUD 操作，但 编写查询方法仍然是一件麻烦事， 为此， 完成一次查询需要创建命名查询， 设置参数， 执行查询。请看下面的例子：

 
@Entity
@NamedQuery( name="myQuery", query = "SELECT u FROM User u where u.name = :name" )
public class User { 
...
} 
 
@Repository 
public class ClassicUserRepository { 
 
  @PersistenceContext EntityManager em; 
 
  public List<User> findByName(String Name) { 
     TypedQuery<User> q = getEntityManger().createNamedQuery("myQuery", User.class); 
 
     q.setParameter("name", fullName);
 
     return q.getResultList();
  } 
  ...
 

TypedQuery 可以略微简化这个过程，如：

 
@Repository
public class ClassicUserRepository { 
 
  @PersistenceContext EntityManager em; 
 
  public List<User> findByName(String name) {
     return getEntityManger().createNamedQuery("myQuery", User.class)
        .setParameter("name", fullName)
        .getResultList(); 
  } 
  ...

我们仍然须要编写类似这样的查询方法，为查询赋值， 执行查询。如果可以引入 Spring Data JPA，要实现这类的查询， 编码就可以大大简化， 如下:

 
package repositories; 
 
public interface UserRepository extends JpaRepository<User, String> {
 
  List<User> findByName(String name); 
}

在 Spring Data JPA 中， 我们将不再需要在 JPA 实体类中定义 @NamedQuerys， 来实现 JPQL 的查询。 相反， 我们可以为数据访问对象的各方法加上 @Query 这样的注释。如：

 
@Transactional(timeout = 2, propagation = Propagation.REQUIRED)
@Query("SELECT u FROM User u WHERE u.name = 'User 3'")
List<User> findByGivenQuery();

Spring Data MongoDB 和 Spring Data Neo4j 可以使上述方法同样适用于 MangoDB 和 Neo4j 数据库。下面的例子的是通过 Cipher 查询语言来实现对 Neo4j 数据库的查询。

 
public interface UserRepository extends GraphRepository<User> {
 
 User findByLogin(String login); 
 
 @Query("START root=node:User(login = 'root') MATCH root-[:knows]->friends RETURN friends")
 List<User> findFriendsOfRoot(); 
}
 

当然，各个持久化层的方的命名规则稍有差异。比如说， MongoDB 支持一种叫 geospatial queries 的查询语言， 通常我们可以这样写查询：

 
public interface LocationRepository extends MongoRepository<Location, String> {
 
       List<Location> findByPositionWithin(Circle c);
 
       List<Location> findByPositionWithin(Box b);
 
       List<Location> findByPositionNear(Point p, Distance d);
}

Spring Data 也提供对分页和排序的通用方法，这需要在查询方法中加入特殊的参数。

支持数据访问对象的优势在于：

• 减少相似代码的编写
• 定义方法的同时， 可以定义查询语句，这也使文档变得更清晰
• 另外一个优点是， 查询语句将和 Spring 上下文同时编译并组装，而不是在初次使用的时候编译， 这样可以大大减少代码编写中的语法错误。

总结

本文只是简单介绍了 Spring Data 的这些新内容， 意在阐明和普通 JPA 的相似点和不同之处。下面这些链接可以帮助大家对 Spring Data 的相关项目做更输入的了解。

• Spring Data JPA
• Spring Data MongoDB
• Spring Data Neo4j

对标题中问题的回答显然是否定的， 不可能存在支持所有持久存储的通用 API， 其原因也是不言而喻的。Spring Data 项目旨在为大家提供一种通用的编码模式。

数据访问对象实现了对物理数据层的抽象， 为编写查询方法提供了方便。通过对象映射， 实现域对象和持续化存储之间的转换， 而模板提供的是对底层存储实体的访问实现。

关于作者

Tobias Trelle 是 codecentric AG 的高级 IT 顾问，有 15 年的 IT 从业经验。致力于对软件系统架构、EAI 以及云计算的研究。作者会在博客中发布一些培训材料和公开演讲内容。

Twitter

Blog Linked In G+

原文地址： http://www.infoq.com/articles/spring-data-intro

感谢侯伯薇对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ）或者腾讯微博（ @InfoQ ）关注我们，并与我们的编辑和其他读者朋友交流。