Skip to content

Latest commit

 

History

History
executable file
·
116 lines (93 loc) · 2.78 KB

query.md

File metadata and controls

executable file
·
116 lines (93 loc) · 2.78 KB

Get开放查询接口

核心思路

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, []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, TodoUser

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

查询流程

  1. 创建一个Query
  2. 将原始json请求生成为一个rootNode
  3. 执行buildChild构建rootNode子节点.
  4. 执行rootNodeparse 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)
  5. 分析节点树的依赖关系, 获取节点执行顺序, 并依次执行 fetch
  6. 结果组装, 返回rootNodeResult() 完成本次查询

节点类型

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

限制

  1. []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)
  2. 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"
	}
}

待实现

  • 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)