首先简单介绍一下SpringData：Spring Data 项目的目的是为了简化构建基于 Spring 框架应用的数据访问计数，包括非关系数据库、Map-Reduce 框架、云数据服务等等；另外也包含对关系数据库的访问支持。
现在我们可以来聊一聊Spring Data JPA。从Spring Data的介绍以及JPA的介绍不难看出，Spring Data JPA是使用JPA标准的持久层工具。持久层工具，那就有意思了，我们已经有Hibernate和Mybatis等等好用的持久层工具了，为什么要用Spring Data JPA呢？这是一个好问题，我卖个关子，我们先来看看Spring Data如何与Spring进行整合。
1. Spring整合Spring Data JPA
1.1 添加依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>6.0.6</version>
</dependency>1.2 配置属性
#通用数据源配置
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/springboot_jpa?charset=utf8mb4&useSSL=false
spring.datasource.username=root
spring.datasource.password=123456
# Hikari 数据源专用配置
spring.datasource.hikari.maximum-pool-size=20
spring.datasource.hikari.minimum-idle=5
# JPA 相关配置
#在 SrpingBoot 2.0 版本中，Hibernate 创建数据表的时候，默认的数据库存储引擎选择的是 MyISAM （之前好像是 InnoDB，这点比较诡异）。这个参数是在建表的时候，将默认的存储引擎切换为 InnoDB 用的。
spring.jpa.database-platform=org.hibernate.dialect.MySQL5InnoDBDialect
#配置在日志中打印出执行的 SQL 语句信息。
spring.jpa.show-sql=true
#配置指明在程序启动的时候要删除并且创建实体类对应的表。这个参数很危险，因为他会把对应的表删除掉然后重建。所以千万不要在生成环境中使用。只有在测试环境中，一开始初始化数据库结构的时候才能使用一次。
spring.jpa.hibernate.ddl-auto=update对spring.jpa.hibernate.ddl-auto属性感兴趣的同学，可以去下面这篇博客看看。
1.3 创建实体类
import lombok.Data;
import javax.persistence.*;
/*
* @Description TODO
* @author Raindrop
* @date 2019/8/22 9:10
*/
@Data //lombok构建Get和Set方法
@Entity //声明该类为实体类
@Table(name = "SpringDataJpa") //该实体类对应的表名
public class Test {
@Id //该属性为主键
@GeneratedValue(strategy = GenerationType.IDENTITY) //JPA通用策略生成器
@Column(name = "id") //数据表中列名
private Integer id;
@Column(name = "username", columnDefinition = "varchar(50) not null") //数据表中列名以及列类型
private String username;
@Column(name = "email", columnDefinition = "varchar(50) not null") //数据表中列名以及列类型
private String email;
@Column(name = "sex", columnDefinition = "varchar(50) not null") //数据表中列名以及列类型
private String sex;
@Column(name = "age", columnDefinition = "varchar(50) not null") //数据表中列名以及列类型
private String age;
}1.4 创建dao层
好了，我们的准备工作都已经做完了，接下来我们就可以快乐的进行CRUD了。
创建Repository类
package run.halo.app.repository;
import org.springframework.data.jpa.repository.JpaRepository;
import org.springframework.data.jpa.repository.Query;
import run.halo.app.model.entity.*;
import java.util.List;
public interface RaindropUserRepository extends JpaRepository<RaindropUser, Integer> {
//自定义方法 根据方法名来创建sql语句
//形成的SQL语句：select * from spring_data_jpa where userName = ?1
RaindropUser findByUsername(String userName);
//自定义方法 根据方法名来创建sql语句
//形成的SQL语句：select * from spring_data_jpa where sex = ?1 and email=?2
RaindropUser findBySexAndEmail(String sex, String email);
//切记切记，native的使用方法 JPA使用nativeQuery=true来区分是不是原生SQL
//以下方法是错误的，不可以使用原生的sql，而要是用对应的实体类以及属性来表示列和表名
//@Query("select id,username from spring_data_jpa where age < :age")
@Query("select new run.halo.app.model.entity.RaindropUser(raindrop.id," +
"raindrop.username,raindrop.email,raindrop.sex," +
"raindrop.age) from RaindropUser raindrop where raindrop.age < ?1")
List<RaindropUser> findByLtAge(Integer age);
// 该示例也是错的
// @Query("select new run.halo.app.model.entity.RaindropUser(a.id,a.username,a.email,a.sex,a.age) from spring_data_jpa a where age > ?1")
// RaindropUser findByRtAge(Integer age);
}1.5 测试类
@Test
public void Test(){
RaindropUser raindropUser = new RaindropUser();
// raindropUser.setEmail("123123@gmail.com");
// raindropUser.setAge(12);
// raindropUser.setUsername("Raindrop");
// raindropUser.setSex("man");
// 继承自JpaRepository类都有一些基础方法，稍后讲解。该方法为保存数据
// raindropUserRepository.save(raindropUser);
List<RaindropUser> list = raindropUserRepository.findByLtAge(15);
System.out.println("List: " + list.get(0));
// RaindropUser raindropUser1 = raindropUserRepository.findByRtAge(10);
// System.out.println(raindropUser);
// System.out.println(raindropUser1);
}1.6 JAP方法解析
我们在Repository类中定义了findByUsername以及findBySexAndEmail方法，SpringData会根据方法名自动生成SQL语句来执行。
重点词汇以及生成的SQL语句
Keyword | Sample | JPQL snippet |
And | findByLastnameAndFirstname | … where x.lastname = ?1 and x.firstname = ?2 |
Or | findByLastnameOrFirstname | … where x.lastname = ?1 or x.firstname = ?2 |
Is,Equals | findByFirstnameIs,findByFirstnameEquals | … where x.firstname = ?1 |
Between | findByStartDateBetween | … where x.startDate between ?1 and ?2 |
LessThan | findByAgeLessThan | … where x.age < ?1 |
LessThanEqual | findByAgeLessThanEqual | … where x.age ⇐ ?1 |
GreaterThan | findByAgeGreaterThan | … where x.age > ?1 |
GreaterThanEqual | findByAgeGreaterThanEqual | … where x.age >= ?1 |
After | findByStartDateAfter | … where x.startDate > ?1 |
Before | findByStartDateBefore | … where x.startDate < ?1 |
IsNull | findByAgeIsNull | … where x.age is null |
IsNotNull,NotNull | findByAge(Is)NotNull | … where x.age not null |
Like | findByFirstnameLike | … where x.firstname like ?1 |
NotLike | findByFirstnameNotLike | … where x.firstname not like ?1 |
StartingWith | findByFirstnameStartingWith | … where x.firstname like ?1 (parameter bound with appended %) |
EndingWith | findByFirstnameEndingWith | … where x.firstname like ?1 (parameter bound with prepended %) |
Containing | findByFirstnameContaining | … where x.firstname like ?1 (parameter bound wrapped in %) |
OrderBy | findByAgeOrderByLastnameDesc | … where x.age = ?1 order by x.lastname desc |
Not | findByLastnameNot | … where x.lastname <> ?1 |
In | findByAgeIn(Collection ages) | … where x.age in ?1 |
NotIn | findByAgeNotIn(Collectionage) | … where x.age not in ?1 |
TRUE | findByActiveTrue() | … where x.active = true |
FALSE | findByActiveFalse() | … where x.active = false |
IgnoreCase | findByFirstnameIgnoreCase | … where UPPER(x.firstame) = UPPER(?1) |
