介绍

Spring 框架已成为健壮的 Java 应用程序开发的代名词，提供了广泛的工具和库来支持企业需求。许多应用程序的核心是需要可靠的数据持久性机制。Spring 提供了两种重要的方法：Spring JDBC 和 Spring Data JPA。虽然两者服务于同一目标——数据访问——但它们却采用不同的理念和功能。本文将探讨这两种技术，深入了解它们的操作、优点和缺点，并通过实际代码示例来强调要点。

春季 JDBC

Spring JDBC 是 Spring 框架提供的处理数据库操作的直接方法。它利用 JDBC API，但消除了与之相关的样板代码。

核心特点：

• JdbcTemplate用于简化数据库交互
• 异常翻译为 Spring 的 DataAccessException
• 针对不同数据库的一致 API

优点：

直接控制 SQL 查询：Spring JDBC 允许您显式编写 SQL 查询，从而完全控制数据库交互。

String sql = "SELECT * FROM users WHERE email = ?";
User user = jdbcTemplate.queryForObject(sql, new Object[]{email}, new BeanPropertyRowMapper<>(User.class));

高性能：使用 Spring JDBC，应用程序和数据库之间的开销最小，从而可能获得更好的性能。

小型项目的简单性：对于简单的应用程序，Spring JDBC 可以直接使用，而无需 ORM 的复杂性。

缺点：

更多样板代码：即使进行了简化JdbcTemplate，您仍然需要手动编写和管理 SQL 查询并映射结果。

jdbcTemplate.query(
"SELECT id, name, email FROM users",
(rs, rowNum) -> new User(rs.getLong("id"), rs.getString("name"), rs.getString("email"))
).forEach(user -> System.out.println(user.getName()));

SQL 注入的风险较高：如果输入处理不小心，SQL 注入可能会带来风险。

String unsafeSql = "SELECT * FROM users WHERE email = '" + userEmail + "'";
// This is unsafe if userEmail is not properly sanitized

更少的抽象：随着领域模型复杂性的增加，处理关系和复杂的查询可能会变得很麻烦。

Spring数据JPA

Spring Data JPA 是位于 Java Persistence API 之上的抽象层。它简化了 Spring 应用程序生态系统内的数据访问。

核心特点：

• 简单的 CRUD 操作CrudRepository
• 根据方法名称自动生成查询
• 高级分页和动态查询执行

优点：

减少样板代码：Spring Data JPA 中的存储库可以显着减少所需的样板代码量。

public interface UserRepository extends JpaRepository<User, Long> {
User findByEmail(String email);
}

强大的抽象层：Spring Data JPA 处理将对象映射到数据库表的复杂性，从而更轻松地处理复杂的数据模型。

更易于维护：Spring Data JPA 提供的抽象使维护和更新应用程序的数据访问层变得更容易。

缺点：

对 SQL 查询的控制较少：抽象有时可能太多，隐藏了优化所需的细节。

潜在的性能开销：抽象层可能会带来性能开销，特别是如果不小心使用的话。

// This might generate a complex query with multiple joins
List<User> users = userRepository.findAllWithDetails();

更陡峭的学习曲线：了解 JPA 和 Hibernate 的复杂性对于新手来说可能具有挑战性。

主要差异

调用将表作为输入参数的存储过程是更高级的用例，并且通常是特定于数据库的。让我们考虑一个示例，其中我们有一个接受 SQL Server 中的表类型参数的存储过程。我们将比较如何使用 Spring JDBC 和 Spring Data JPA 调用此存储过程。

带表类型参数的 Spring JDBC 存储过程调用：

在 Spring JDBC 中，您需要扩展该类StoredProcedure并相应地设置参数。但是，由于 JDBC 本身不支持将表类型作为参数，因此您通常需要使用特定数据库驱动程序支持的数组或结构化对象。

SqlServerDataTable以下是使用 SQL Server 和Microsoft JDBC 驱动程序中的类型的示例：

public class UserStoredProcedure extends StoredProcedure {

public UserStoredProcedure(DataSource dataSource) {
super(dataSource, "dbo.updateUserEmails");
declareParameter(new SqlParameter("userEmails", Types.STRUCT));
setFunction(false);
compile();
}

public Map<String, Object> execute(SqlServerDataTable userEmailsTable) {
Map<String, Object> inParams = new HashMap<>();
inParams.put("userEmails", userEmailsTable);
return super.execute(inParams);
}
}

在此示例中，SqlServerDataTable用于将用户电子邮件表传递给存储过程。execute然后使用该表作为参数来调用该方法。

优点：

• 直接控制存储过程的执行。
• 能够利用数据库特定的功能和类型。

缺点：

• 设置和使用数据库特定类型的复杂性。
• 由于特定于数据库的扩展，代码更加冗长且可移植性较差。

带表类型参数的 Spring Data JPA 存储过程调用：

Spring Data JPA 不直接支持存储过程的表类型参数。这是因为 JPA 被设计为与数据库无关，而表类型是特定于某些数据库（如 SQL Server）的功能。

但是，您仍然可以通过使用本机查询或使用EntityManager创建本机 SQL 查询来执行此类存储过程。这是一个使用的示例EntityManager：

@Repository
public class UserRepository {

@PersistenceContext
private EntityManager entityManager;
public void updateUserEmails(SqlServerDataTable userEmailsTable) {
// Convert SqlServerDataTable to a format that can be passed to the stored procedure
// This step is highly dependent on the database and JPA provider capabilities
Object convertedTable = convertSqlServerDataTable(userEmailsTable);
StoredProcedureQuery query = entityManager.createStoredProcedureQuery("dbo.updateUserEmails");
query.registerStoredProcedureParameter(1, Object.class, ParameterMode.IN);
query.setParameter(1, convertedTable);
query.execute();
}

private Object convertSqlServerDataTable(SqlServerDataTable table) {
// Conversion logic here
return ...;
}
}

在此示例中，您需要将其转换SqlServerDataTable为 JPA 提供程序可以理解的格式，这可能并不简单，并且可能需要自定义实现。

优点：

• 与 Spring Data JPA 存储库方法一致。

缺点：

• JPA 中缺乏对表类型参数的直接支持。
• 用于解决 JPA 限制的潜在复杂转换逻辑。

其他主要差异

方法和设计理念

Spring JDBC 是一种较低级别的方法，它在标准 JDBC 上提供了一个薄层，这意味着您可以与 SQL 和手动对象映射密切合作。相比之下，Spring Data JPA 是一种更高级别的抽象，它与对象及其元数据一起自动处理 SQL 创建和结果映射。

代码复杂度和开发速度

使用 Spring JDBC，开发人员必须编写更多代码来执行查询并将结果映射到对象。这会减慢开发速度，但提供更多控制。Spring Data JPA 显着减少了样板代码量，这可以加速开发，特别是在具有许多域对象的复杂应用程序中。

配置和样板代码

Spring JDBC 需要对每个查询进行显式配置，并将结果手动映射到域对象。Spring Data JPA 及其存储库模式通过提供标准方法和通过方法名称创建自定义查询来减少这种需求。

性能考虑因素

Spring JDBC 由于直接使用 SQL 且开销较低，因此可以提高性能。Spring Data JPA 可能由于其抽象而引入一些开销，但是可以通过正确使用 JPA 功能（例如延迟加载和获取策略）来减轻这种开销。

交易管理

Spring JDBC 和 Spring Data JPA 都与 Spring 的事务管理集成。然而，Spring JDBC 可能需要更多的手动干预来确保正确处理事务，而 Spring Data JPA 则受益于 JPA 存储库层提供的声明式事务管理。

与其他 Spring 项目集成

Spring Data JPA 是更大的 Spring Data 系列的一部分，它提供跨各种数据库和数据存储的一致数据访问。Spring JDBC 可以与其他 Spring 项目一起使用，但它不具有与 Spring Data JPA 相同级别的集成和一致性。

用例

Spring JDBC 用例：

• 需要微调 SQL 查询以优化性能的应用程序。
• 迁移到 ORM 不可行的旧系统。
• 开发人员具有强大的 SQL 技能并且更喜欢接近金属的数据库交互的项目。

Spring Data JPA 用例：

• 具有复杂域模型的应用程序，其中自动 CRUD 操作可以节省时间。
• 受益于存储库模式和从方法名称创建查询的能力的项目。
• 需要与其他数据存储和缓存机制轻松集成的系统。

做出正确的选择

在 Spring JDBC 和 Spring Data JPA 之间进行选择时，请考虑以下因素：

• 项目规模和复杂性：对于具有简单数据库交互的简单项目，Spring JDBC 可能就足够了。对于具有丰富域模型的复杂项目，Spring Data JPA 可能更有利。
• 性能需求：如果性能和 SQL 优化至关重要，Spring JDBC 提供必要的控制。
• 开发速度：如果优先考虑快速开发和易于维护，Spring Data JPA 的存储库可以加快开发过程。
• 团队专业知识：考虑团队对 SQL、JPA 和 ORM 概念的熟悉程度。对于具有较强 SQL 技能的团队来说，Spring JDBC 可能更适合，而 Spring Data JPA 则需要了解 ORM 原理。

结论

Spring JDBC 和 Spring Data JPA 之间的选择通常归结为项目的特定需求和开发团队的偏好。对于那些喜欢完全控制 SQL 并拥有管理 SQL 专业知识的人来说，Spring JDBC 是一个绝佳的选择。另一方面，Spring Data JPA 提供了更高级别的抽象，可以大大加快复杂应用程序的开发时间，但可能会牺牲一些性能和控制。