项目演化系列--深入查询

前言

　　对于数据层的所有操作而言，查询是最常用的，之前的文章中只开有Find的查询接口，接口如下:

public DbResult Find(Dictionary<string, object> query);

　　由于只开放了一个Find接口，因此在业务开发过程当中，会出现如下缺点：

　　1、业务靠多个表数据组合展示的时候，需要业务开发人员多次使用Find方法查找不同的表来组合数据，伪代码如下：

var orders = orderDb.FindByUserNo("no001");
var orderProdutcs = orderProductDb.FindByOrderIds(
    orders.Select(o => o.Id).ToArray());
//组合数据

　　2、一些相似的业务需要重复编写代码(其实只是多次相同的Find，但是结果数据可能不同)，例如：pc端需要显示订单中5个产品的基础信息，而移动端仅仅只显示图片而已

　　3、开发人员需要关注多表间的关系(其实使用Orm自动映射仍然要关注这些关系)

　　接下来对Find进行扩展，虽然上面的问题无法得到解决，但是好处却更多。

普通查询

　　对于某一个Find而言，比如：根据用户号查询用户的订单(FindByUserNo)，请求数据结构如下：

var qs = new Dictionary<string, object>
{
    { "userNo", "no001" }
};

　　除了no001会发生变化以外，查询数据的结构是不会发生变化的，不管no001查询多少次，除非有编辑(CUD)的行为产生，不然结果集是不会有变化的。

　　因此可以将查询请求数据为key，结果集为value，缓存起来，那么下次进行相同查询的时候，便可以直接使用缓存中的数据了，Find代码大致如下：

public DbResult Find(Dictionary<string, object> query)
{
    var qsKey = JsonConvert.SerializeObject(query);
    if (cache.Exists(qsKey))
    {
        //从缓存中获取并返回
    }

    var qsResult = this.FindByQuery(query);
    cache.Set(
        qsKey,
        JsonConvert.SerializeObject(query));

    return new DbResult
    {
        Error = false,
        Data = qsResult
    };
}

　　每个相应的表都有相对应的缓存，那么只要在涉及相应表的方法中清除该表的所有缓存即可。

　　从以上的代码看出，功能上还有可以优化的空间，可以将缓存的内容调整一下，只缓存结果集中的主键，代码如下：

var qsKey = JsonConvert.SerializeObject(query);
var isCached = cache.Exists(qsKey);
if (isCached)
{
    //从缓存中取出
    string[] ids = null;
    query = new Dictionary<string, object>{
        {
            "id", 
            new Dictionary<string, object>{
                { "$in", ids }
            }
        }
    };
}

var qsResult = this.FindByQuery(query);
if (!isCached)
{
    PropertyInfo idProp = null;
    var index = 0;
    var ids = new string[(qsResult as ICollection).Count];
    var enumator = (qsResult as IEnumerable).GetEnumerator();
    while (enumator.MoveNext())
    {
        if (idProp == null)
            idProp = enumator.Current.GetType().GetProperty("Id");

        ids[index++] = idProp.GetValue(enumator.Current, null).ToString();
    }
    cache.Set(
        qsKey,
        JsonConvert.SerializeObject(ids));
}

　　这样可以减少缓存占用的空间，并且可以利用数据库的索引查询(如果使用缓存服务，那么索引指向的就是缓存中的Key)，加速数据的获取。

　　这里还可以再深入下去，那就是对不同表的缓存设定不同的缓存时间，对于访问比较频繁的表，提供较短的缓存时间，而较少访问的则设定较长的时间，于是就可在项目内增加缓存的配置管理，后期可增加算法自行管理(提供基础缓存时间，随着访问的频繁递增或递减缓存时间)。

条件查询

　　当条件查询只涉及单个表的时候是非常简单的，不需要做任何处理，直接使用Find即可，但是关联到多个表的时候就会比较复杂了，例如：查询订单中会员名称包含“李”且商品名包含“互联网”的订单数据。

　　一种方案是创建一个额外的表，然后将关联到的字段存储到该张额外表中去，那么Find的时候，将转移调用该表方法，并且在相关编辑方法中对该表进行维护，也可以使用数据库触发器来进行维护，伪代码如下：

public class Order : IDb
{
    public DbResult Find(Dictionary<string, object> query)
    {
        IDb queryDb;
        if (查询我的订单)
            queryDb = new MyOrderQuery();
        else
            queryDB = new ShopOrderQuery();

        return queryDb.Find(query);
    }
}

　　另一种方案是使用ElasticSearch或其他Lucene搜索服务来实现，跟上面的原理差不多，先提前将需要搜索的数据存储到服务中去(编辑时同步维护)，然后利用搜索引擎来查询。

　　前者依赖于数据库，后期数据库只作为存储介质，而不用来查询时需要重构相关的代码解除依赖。

数据权限

　　项目中存在数据权限的情况下，只要根据权限系统获取操作用户的权限条件，并添加到query上即可，比如：区域管理员只能获取该区域的订单数据，伪代码如下：

public DbResult Find(Dictionary<string, object> query)
{
    query = new Dictionary<string, object>{
        { "$and", query }
    };
    query.Add("$and", new Dictionary<string, object>
    {
        { "areaId", "厦门市" }
    });
    return this.FindByQuery(query);
}

　　那么开发人员调用Find接口的时候，获取的数据就会经过过滤，这里也可以加上列数据的过滤，只要在结果集的基础上再对列进行过滤，没有权限的列可以直接过滤掉。

结束语

　　以上列举了几种数据层查询的扩展方案，于是优点便体现出来了，数据层开发人员可以对不同的表使用不同的数据优化策略，不会影响到开发人员的业务开发，而业务开发人员只需要将所有的精力投入到业务中去，无需关注数据的处理。

　　文章就到这里，如果有什么疑问、建议、错误的话，请给我留言，谢谢。