Data 作为SpringSource的其中一个父项目， 旨在统一和简化对各类型持久化存储， 而不拘泥于是关系型数据库还是NoSQL 数据存储。
无论是哪种持久化存储， 数据访问对象（或称作为DAO，即Data Access Objects）通常都会提供对单一域对象的CRUD （创建、读取、更新、删除）操作、查询方法、排序和分页方法等。Spring Data则提供了基于这些层面的统一接口（CrudRepository，PagingAndSortingRepository）以及对持久化存储的实现。
你可能接触过某一种Spring 模型对象——比如JdbcTemplate——来编写访问对象的实现。基于Spring Data的数据访问对象， 我们只需定义和编写一些查询方法的接口（基于不同的持续化存储， 定义有可能稍有不同）。Spring Data会在运行时间生成正确的实现。 请看下面的例子：
public interface UserRepository extends MongoRepository<User, String> {
@Query("{ fullName: ?0 }")
List<User> findByTheUsersFullName(String fullName);
List<User> findByFullNameLike(String fullName, Sort sort);
}
...
Autowired UserRepository repo;
本文将比较两个JPA的子项目， MongoDB和Neo4j。JPA是J2EE的一部分， 它定义了一系列用于操作关系型数据库和O/R映射的API。 MongoDB是一种可扩展的、高性能的、开源的、面向文档的数据库。Neo4j则是一种图形数据库，一种完整的用于存储图形数据的事务性数据库。
所有这些Spring Data的子项目都支持：
- 模板
- 对象、数据存储映射
- 对数据访问对象的支持
其他一些Spring Data 子项目，如Spring Data Redis和Spring Data Riak都只是提供模板， 这是由于其相应的数据存储都只支持非结构化的数据，而不适用于对象的映射和查询。
下面，我们来深入了解一下模板、对象数据映射和数据访问对象。
模板
Spring Data 模板的主要目的， 同时也是所有其他Spring 模板的目的， 就是资源分配和异常处理。
这里所说的资源就是数据存储资源， 通常来说会通过远程TCP/IP连接访问。下面的实例展示了如果配置MongoDB的模板：
<!-- Connection to MongoDB server --> <mongo:db-factory host="localhost" port="27017" dbname="test" /> <!-- MongoDB Template --> <bean id="mongoTemplate" class="org.springframework.data.mongodb.core.MongoTemplate"> <constructor-arg name="mongoDbFactory" ref="mongoDbFactory"/> </bean>
首先我们需要定义连接工厂，MongoTemplate会引用这个连接工厂。这个例子中， Spring Data采用了较底层的数据库驱动，MongoDB Java driver。
一般来说， 这类较底层的数据库驱动会有自己的一套异常处理策略。 Spring的异常处理采用的是未检查异常（unchecked exception），因此开发人员可以自己决定是否须要捕获异常。MongoDB的模板的实现方式是把捕获到的底层的异常封装成未检查异常， 这些异常都是Spring里DataAccessException的子类。
模板提供了基于数据存储的操作， 诸如保存、更新、删除单一记录或执行查询的方法。但所有这些方法只能用于相应的底层数据存储。
由于JPA的实现本身已经是位于JDBC API上层的抽象层，Spring Data JPA 并没有提供模板。和模板概念相对应的是JPA的EntityManager， 而异常处理则是由数据访问对象来负责的。
对象、数据映射
JPA引入了O/R映射的标准（如关系型数据库中表和对象的映射）。Hibernate很有可能是被最为广泛使用的JPA标准的实现。
Spring Data采用类对象的方式将O/R映射的支持延伸到了NoSQL数据库。但在各种NoSQL数据库中， 数据结构差异较大， 所以很难形成一种通用的API。 每一种数据存储都有各自一套注释用以标注映射所需要的元信息。下面我们来看一个简单的例子，如何映射一个简单领域对象：
| JPA | MongoDB | Neo4j |
|---|---|---|
| @Entity @Table(name="TUSR") public class User { @Id private String id; @Column(name="fn") private String name; private Date lastLogin; ... } |
@Document(collection="usr") public class User { @Id private String id; @Field("fn") private String name; private Date lastLogin; .. } |
@NodeEntity public class User { @GraphId Long id; private String name; private Date lastLogin; ... } |
如果你已经熟悉JPA实体，不难看出这里用了标准的JPA注释。Spring Data复用了这些标准的注释， 而且没有引入其他新的内容。对象的映射正是由这些JPA的实现完成的。 MangoDB和Neo4j各种需要一套类似的注释。在上面的例子中， 我们使用了类级别的注释collection和nodetype. MangoDB中， collection就相当于关系型数据库的表， 而node和edge则是图形数据库（如Neo4j）的主要数据类型。
每个JPA实体都需要有唯一标识符，即便是MongoDB的文档和Neo4j的节点也是如此。
MongoDB使用@Id这个注释作为唯一标识符（这@Id是在org.springframework.data.annotation包中， 和JPA的@Id并不相同）。Neo4j则使用了@GraphId这个注释。这些属性的值是在域对象成功存储后被设置的。 当类属性的名称和MongoDB的文档中的属性名称不同时， 可以使用@Field注释标注。
同样这两种映射也支持对其他对象的引用，请看下面的例子：
| JPA | MongoDB | Neo4j |
|---|---|---|
| @OneToMany private List<Role> roles; |
private List<Role> roles; | @RelatedTo( type = "has", direction = Direction.OUTGOING) private List<Role> roles; |
在JPA中， 我们使用@OneToMany来标识一对多的关系， 通常多的一端的数据存放在子表中， 通过联合查询获得。MongoDB并不支持文档间的联合查询，默认情况下， 被引用的对象和主对象存储在同一个文档中。当然， 我们也可以通过客户端的虚拟联合查询引用其他文档的数据。在Neo4j中， 关系被称作edges， 而edge也是一个基本的数据类型。
总结来说， MongoDB和Neo4j所使用的对象映射和我们大家所熟悉的JPA O/R映射非常类似， 但由于不同的数据结构，两者存在着显著的区别。但不管怎么说， 基本概念都是实现对象和数据结构的映射。
数据访问对象
你一定写过这样的DAO对象，针对单一记录的CRUD操作、针对多记录的CRUD操作， 基于各种查询条件的查询方法。
随着JPA的引入， 虽然EntityManager接口已经包含了CRUD操作，但 编写查询方法仍然是一件麻烦事， 为此， 完成一次查询需要创建命名查询， 设置参数， 执行查询。请看下面的例子：
@Entity
@NamedQuery( name="myQuery", query = "SELECT u FROM User u where u.name = :name" )
public class User {
...
}
@Repository
public class ClassicUserRepository {
@PersistenceContext EntityManager em;
public List<User> findByName(String Name) {
TypedQuery<User> q = getEntityManger().createNamedQuery("myQuery", User.class);
q.setParameter("name", fullName);
return q.getResultList();
}
...
TypedQuery可以略微简化这个过程，如：
@Repository
public class ClassicUserRepository {
@PersistenceContext EntityManager em;
public List<User> findByName(String name) {
return getEntityManger().createNamedQuery("myQuery", User.class)
.setParameter("name", fullName)
.getResultList();
}
...
我们仍然须要编写类似这样的查询方法，为查询赋值， 执行查询。如果可以引入Spring Data JPA，要实现这类的查询， 编码就可以大大简化， 如下:
package repositories;
public interface UserRepository extends JpaRepository<User, String> {
List<User> findByName(String name);
}
在Spring Data JPA中， 我们将不再需要在JPA实体类中定义@NamedQuerys， 来实现JPQL的查询。 相反， 我们可以为数据访问对象的各方法加上@Query这样的注释。如：
@Transactional(timeout = 2, propagation = Propagation.REQUIRED)
@Query("SELECT u FROM User u WHERE u.name = 'User 3'")
List<User> findByGivenQuery();
Spring Data MongoDB和Spring Data Neo4j可以使上述方法同样适用于MangoDB和Neo4j数据库。下面的例子的是通过Cipher查询语言来实现对Neo4j数据库的查询。
public interface UserRepository extends GraphRepository<User> {
User findByLogin(String login);
@Query("START root=node:User(login = 'root') MATCH root-[:knows]->friends RETURN friends")
List<User> findFriendsOfRoot();
}
当然，各个持久化层的方的命名规则稍有差异。比如说， MongoDB支持一种叫geospatial queries的查询语言， 通常我们可以这样写查询：
public interface LocationRepository extends MongoRepository<Location, String> {
List<Location> findByPositionWithin(Circle c);
List<Location> findByPositionWithin(Box b);
List<Location> findByPositionNear(Point p, Distance d);
}
Spring Data也提供对分页和排序的通用方法，这需要在查询方法中加入特殊的参数。
支持数据访问对象的优势在于：
- 减少相似代码的编写
- 定义方法的同时， 可以定义查询语句，这也使文档变得更清晰
- 另外一个优点是， 查询语句将和Spring上下文同时编译并组装，而不是在初次使用的时候编译， 这样可以大大减少代码编写中的语法错误。
总结
本文只是简单介绍了Spring Data 的这些新内容， 意在阐明和普通JPA的相似点和不同之处。下面这些链接可以帮助大家对Spring Data的相关项目做更输入的了解。
对标题中问题的回答显然是否定的， 不可能存在支持所有持久存储的通用API， 其原因也是不言而喻的。Spring Data 项目旨在为大家提供一种通用的编码模式。
数据访问对象实现了对物理数据层的抽象， 为编写查询方法提供了方便。通过对象映射， 实现域对象和持续化存储之间的转换， 而模板提供的是对底层存储实体的访问实现。