Spring Data JPA 3.5.0-M1 新特性与改进深度解析
Spring Data JPA 作为 Spring 生态系统中关系型数据库访问的核心组件,其 3.5.0-M1 版本带来了多项令人期待的改进和新功能。这个版本不仅增强了现有功能,还引入了一些创新性的特性,为开发者提供了更强大、更灵活的 JPA 开发体验。
核心特性增强
1. Querydsl 支持全面升级
新版本显著改进了对 Querydsl 的支持,新增了通过 Predicate 返回 Slice 的能力,这使得基于 Querydsl 的分页查询更加灵活。同时,项目还提升了与 OpenFeign Querydsl 分支的兼容性,为微服务架构下的查询提供了更好的支持。
2. 查询参数处理优化
StringQuery 参数索引分配机制得到了重构,解决了在处理复杂查询时可能出现的参数绑定问题。这个改进特别有利于那些使用原生 SQL 或复杂 JPQL 查询的场景,能够更准确地处理参数位置。
3. 投影查询的革新
3.5.0-M1 版本为 Fluent API 添加了基于类的 DTO 投影支持,同时改进了构造函数表达式在字符串查询中的自动重写能力。这意味着开发者现在可以更自然地使用 DTO 作为查询返回类型,而无需手动编写复杂的投影逻辑。
性能与稳定性改进
1. 批量操作优化
解决了 deleteBy 操作可能导致的 OOM 问题,通过改进底层实现,显著提升了批量删除操作的性能。这对于需要处理大量数据的应用来说是一个重要的优化。
2. 查询解析增强
HQL 解析器现在能够更好地处理各种边界情况,包括支持 CEILING、LN 等数学函数,以及正确处理 INSERT...ON CONFLICT 等特定语法。这些改进使得 Spring Data JPA 能够支持更广泛的数据库特性。
3. 分页查询完善
修复了 FluentQuery 中分页参数处理的问题,确保 Pageable 中的排序信息能够被正确应用。同时改进了带有 CTE(Common Table Expression) 的查询在分页时的计数查询生成逻辑。
开发者体验提升
1. Specification API 精炼
对 Specification API 进行了重构,使其更加直观和易于使用。新的 API 设计考虑了类型安全和流畅性,让动态查询的构建更加优雅。
2. 空值处理策略改进
当使用 NEGATING_SIMPLE_PROPERTY 条件且参数为 null 时,现在会生成 IS NOT NULL 条件而非传统的 != null,这更符合 SQL 最佳实践,也能更好地利用数据库索引。
3. 事务处理修正
修复了 SimpleJpaRepository 中 delete 方法的事务配置问题,确保在执行删除操作时不会因为类级别的 readOnly 设置而导致 JDBC 连接只读异常。
兼容性与生态系统
新版本升级了底层依赖,包括 Hibernate 6.6.7.Final 和 Eclipselink 4.0.5,提供了更好的性能和稳定性。特别值得注意的是对记录(record)类型作为投影目标的支持改进,解决了早期版本中的 ConverterNotFoundException 问题。
总结
Spring Data JPA 3.5.0-M1 版本在查询能力、性能优化和开发者体验方面都做出了显著改进。这些变化不仅解决了社区反馈的诸多问题,还引入了一些前瞻性的特性,为构建高效、可维护的数据访问层提供了更多可能性。对于正在使用或考虑使用 Spring Data JPA 的团队来说,这个版本值得密切关注。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03