• PetaPoco 使用总结(一)


    PetaPoco 使用总结(一)

    前段时间,公司的一个项目希望用一个ORM 的框架,通过对比 Dapper 和 PetaPoco ,虽然Dapper 功能很强大,速度更快。 但是最终还是选择了比较简单的PetaPoco。 因为PetaPoco更加的简单,所有的代码只有1500多行。通过一个项目的试验,PetaPoco使用简单,无任何需配置,无需冗长的映射文件,性能也不错。

    PetaPoco是一款适用于.NET应用程序的轻型对象关系映射器(ORM,  Object Relational Mapper)。与那些功能完备的ORM(如NHibernate或Entity Framework)不同的是,PetaPoco更注重易用性和性能,而非丰富的功能。使用PetaPoco只需要引入一个C#文件,可以使用强类型的 POCO(Plain Old CLR Object),并支持使用T4模板生成的类,和支持.net 4.0 的 Dynamic对象等等。

    最近,随着许多开源项目的发布,微型ORM已开始成为一种流行趋势。其他一些众所周知的适用于.NET的项目有Dapper和Massive。那些微型ORM相对于功能完备的ORM而言,会更简单、更高效,微型ORM通常要求开发人员手动编写SQL语句,而非完全动态生成。它们同样不需要冗长的映射文件,因为对于维护和调试而言,那些映射文件只会让过程变得单调乏味。

     

    PetaPoco最让人感兴趣的功能包括:

    • 可与SQL Server、SQL Server CE、MySQL、PostgreSQL以及Oracle数据库协同工作。
    • 包含针对Insert/Delete/Update/Save以及IsNew的多个辅助方法。
    • 支持简单事务
    • 对于翻页请求会自动计算总记录数,并获取特定分页。
    • 支持参数替换,能够从对象属性中抓取命名参数(named parameters)
    • 包括一个消耗资源很少的SQL Builder类
    • 部分记录更新
    • 包括T4 Templates,可以用于基于数据库结构生成POCO类。
    • 很好的性能,剔除了Linq,并通过Dynamic方法快速的为属性赋值

    在性能方面,PetaPoco仅次于Dapper,速度只稍逊于手工编码的数据访问层(DAL, Data Access Layer)。

     

    PetaPoco下载地址:

      GitHub - https://github.com/toptensoftware/petapoco

      例子:来自PetaPoco官网

    查询

      1.定义Poco 类 

    // Represents a record in the "articles" table
    
    public class article
    {
    
        public long article_id { get; set; }
    
        public string title { get; set; }
    
        public DateTime date_created { get; set; }
    
        public bool draft { get; set; }
    
        public string content { get; set; }
    
    }

      2.创建PetaPoco数据库连接 ,并执行查询

    var db=new PetaPoco.Database("connectionStringName");
    
    // 查询所有articles
    foreach (var a in db.Query<article>("SELECT * FROM articles"))
    
    {
    
        Console.WriteLine("{0} - {1}", a.article_id, a.title);
    
    }

    查询返回参数

    long count=db.ExecuteScalar<long>("SELECT Count(*) FROM articles");

    查询得到一行记录

      var a = db.SingleOrDefault<article>("SELECT * FROM articles WHERE article_id=0", 123));

    分页查询

             PetaPoco 自带了分页功能,可以自动执行分页请求。

        // <-- 1 和 20 分别是页码和每页条数

       var result=db.Page<article>(1, 20,  "SELECT * FROM articles WHERE category=@0 ORDER BY date_posted DESC", "coolstuff");
    
       /// PetaPoco 源码中,返回的 Page 对象 的各个属性   
    /// <summary> /// Holds the results of a paged request. /// </summary> /// <typeparam name="T">The type of Poco in the returned result set</typeparam> public class Page<T> { /// <summary> /// The current page number contained in this page of result set /// </summary> public long CurrentPage { get; set; } /// <summary> /// The total number of pages in the full result set /// </summary> public long TotalPages { get; set; } /// <summary> /// The total number of records in the full result set /// </summary> public long TotalItems { get; set; } /// <summary> /// The number of items per page /// </summary> public long ItemsPerPage { get; set; } /// <summary> /// The actual records on this page /// </summary> public List<T> Items { get; set; } /// <summary> /// User property to hold anything. /// </summary> public object Context { get; set; } }
    
    

    Query vs Fetch

      Database 对象有两个获取数据的方法:Query 和Fetch。这两个方法非常相似,不同的是Fetch方法返回一个POCO类的List<>,而Query使用 yield return 迭代所有数据,这些数据并没有加载到内存中。

            

      需要注意的是:应该小心再开始一个新的查询之前完成和处理掉上一个查询,否则会曝异常。所以这种情况下, 应该优先使用 Fetch。

     

      出现这个问题的时候,一直找不到原因,看了源码注释之后,才知道的。

    执行非查询的sql 语句

      使用Execute 方法执行一个不带查询的命令:

    db.Execute("DELETE FROM articles WHERE draft<>0");
  • 相关阅读:
    android sdk manager 更新问题
    Java static的使用 --Java笔记
    day98-django-ORM操作,创建表,表的增删改查,CBV操作
    day97-django-自带分页
    day96-django-分页模块(自定义)
    day95-django-子版继承母版
    day94-django-cookie登录校验
    day92-django-pymysql操作mysql封装之优化版,自定义的sqlhelper.py模块
    day91-django学生列表之增删改查(模态框-ajax提交)
    day90-django学生列表之增删改查(form提交)、思路、关于ajax的知识点
  • 原文地址:https://www.cnblogs.com/zhangweizhong/p/3718549.html
Copyright © 2020-2023  润新知