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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00