Sqltoy 5.6.42版本发布:优化分组查询与日志输出功能
项目简介
Sqltoy是一个高性能的Java ORM框架,专注于简化数据库操作并提升开发效率。它提供了丰富的SQL编写方式和强大的查询功能,支持多种数据库方言,能够帮助开发者快速构建稳定高效的数据库访问层。
版本亮点
Sqltoy 5.6.42版本带来了两个重要的功能改进和缺陷修复,进一步提升了框架的稳定性和易用性。
1. 分组查询功能修复
在之前的版本中,当使用<link>标签进行分组查询并指定结果类型为List或Set时,如果最后一组数据正好是查询结果的最后一条记录,框架会出现处理遗漏的情况。这个问题在5.6.42版本中得到了彻底修复。
问题场景
考虑以下SQL查询示例:
<sql id="common_resourceRoles" debug="false" dataSource="portalDataSource">
<link id-columns="res_url" columns="role_code" distinct="true" result-type="SET"/>
<value>
<![CDATA[
select
t3.res_url,
t2.role_code
from SAG_ROLE_RESOURCES t1
left join sag_resource t3 on t3.res_id=t1.res_id
left join sag_role t2 on t2.role_id=t1.role_id
where t3.res_url is not null and t3.NODE_LEVEL >= 3
and t3.status=1
and t1.status=1
and t3.app_code=:appCode
order by t3.res_url
]]>
</value>
</sql>
这个查询的目的是按资源URL(res_url)分组,收集每个URL对应的所有角色代码(role_code)到一个Set集合中。在修复前,如果最后一组数据只有一条记录,这组数据会被框架忽略,导致结果不完整。
修复意义
这个修复确保了分组查询结果的完整性和准确性,特别是对于边缘情况(如最后一组只有一条记录)的处理更加可靠。开发者在处理权限、资源关联等场景时,可以完全信赖框架的分组功能。
2. 日志输出优化
5.6.42版本对SQL日志输出进行了重要优化,特别是对日期和时间类型参数的处理更加友好和准确。
改进内容
在之前的日志输出中,日期时间参数直接以原始值形式显示,这在实际调试时可能不够直观。新版本中,当日志输出包含日期或时间类型参数时,框架会自动添加相应的数据库转换函数,使日志中的SQL语句更接近实际执行的格式。
例如,一个包含日期参数的查询在日志中会显示为:
select * from table where create_time=to_date('2024-10-11 12:30:11.039','YYYY-MM-DD HH24:MI:SS.FF3')
而不是简单的:
select * from table where create_time='2024-10-11 12:30:11.039'
优化价值
这一改进带来了几个显著优势:
- 调试友好:日志输出的SQL可以直接复制到数据库客户端执行,无需手动添加日期转换函数
- 格式统一:不同数据库的日期格式差异被规范化处理
- 精确性:毫秒级精度被明确保留,避免了隐式转换可能导致的精度损失
版本兼容性
Sqltoy 5.6.42版本提供了多种集成方式,满足不同技术栈的需求:
- 原生集成:使用
sagacity-sqltoy核心库 - SpringBoot集成:使用
sagacity-sqltoy-spring-starter - Solon框架集成:使用
sagacity-sqltoy-solon-plugin
对于仍在使用JDK8的用户,框架提供了专门的JRE8兼容版本(版本号后缀为.jre8)。
升级建议
对于正在使用Sqltoy的项目,特别是以下情况,建议升级到5.6.42版本:
- 项目中大量使用
<link>分组查询功能 - 需要精确调试包含日期时间参数的SQL语句
- 使用List或Set作为分组结果集合类型的场景
升级过程通常只需修改依赖版本号即可,无需额外配置或代码变更。
总结
Sqltoy 5.6.42版本虽然是一个小版本更新,但解决了一些实际开发中可能遇到的痛点问题。分组查询功能的修复确保了数据处理的完整性,日志输出的优化则提升了开发调试的效率。这些改进体现了Sqltoy框架对开发者体验的持续关注和对稳定性的不懈追求。
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 StartedRust0191
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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08