json是可递归的, 可以将每一个json节点转换成Node对象, 最终构成节点树
例如
{
"[]": {
"Todo": {
"user_id@": "User/user_id"
},
"User": {
"user_id@": "[]/Todo/user_id"
}
},
"User": {
"user_id": "10001"
}
}
可以看成最外层是一个节点, 节点请求内容即为整个json, 他具有两个子节点, []
和User
,
{
"Todo": {
"user_id@": "User/user_id"
},
"User": {
"user_id@": "[]/Todo/user_id"
}
}
{
"user_id": "10001"
}
然后对于[]
,又具有两个子节点, Todo
、User
对于每一个Node, 分别有 new->buildChild->parse->fetch->Result
阶段
- new: 新建
- buildChild: 构建子节点
- parse: 解析当前节点的请求参数
- fetch: 获取值
- Result: 组装返回值
每一个节点还有Key和Path属性, Key 则为当前json节点中的Key,Path 则是该节点在整个json中的路径。 可以将Key看成为当前文件名, Path则为他的绝对路径
例如
{
"[]": {
"Todo": {
"user_id@": "User/user_id"
},
"User": {
"user_id@": "[]/Todo/user_id"
}
}
}
中的User, Key为User
, 路径则为 []/User
- 创建一个
Query
- 将原始json请求生成为一个
rootNode
- 执行
buildChild
构建rootNode
子节点. - 执行
rootNode
的parse
解析请求, 并解析关联关系(不要求json的key顺序, 因为go的原生map不支持顺序遍历) - 分析节点树的依赖关系, 获取节点执行顺序, 并依次执行
fetch
- 结果组装, 返回
rootNode
的Result()
完成本次查询
节点根据内容划分为以下类型
- 查询节点: 该节点为实际查询数据库的节点, 其下面的内容可以看成是查询条件,不再往下构建子节点
- 引用节点: 该节点的值引用其他节点的值 (暂只为
total@
使用) - 结构节点: 该节点仅为结构支撑 (例如:
[]
)
查询节点的判定:
- key 大写开头 (对应数据表)
引用节点判定:
- key 为 total@
其他则为结构节点
[]
节点下有且只有一个主查询表(不依赖兄弟节点的查询节点)- 由于是应用内拼接数据完成
n+1
的问题, 所以以下写法的total并不能获取到 (Todo[]是列表中主查询表User的副表)
{
"[]":{
"User":{
},
"Todo[]":{
"user_id@":"/User/user_id"
},
"total@":"/Todo[]/total"
}
}
- 限制page的最大值,count区间
- 分析节点树的复杂度, 限制最大复杂度
- 增加 replace节点的sqlexecutor, 使用自定义完成数据的获取 (例如实际存储时候使用同一个表保存不同数据, 实际需要根据用户id或者其他信息来完成, 或者数据来自别的数据源)