66.Go从零搭建一个orm框架【简版】

发布时间：2024年01月17日

一：前置学习

1、为什么要用orm

我们在使用各种语言去做需求的时候，不管是Java，Golang还是C++等语言，应该都接触过使用ORM去链接数据库，这些ORM有些是项目组自己整合实现的，也有些是用的开源的组件。特别在1个全新的项目中，我们都会用一个ORM框架去连接数据库，而不是直接用原生代码去写SQL连接，原因有很多，有安全考虑，有性能考虑，但是，更多的我觉得还是开发效率低，因为有时候一些SQL写起来也是很复杂很累的，特别是查询列表的时候，又是分页，又是结果集，还需要自己for next去判断和遍历，是真的有累，开发效率非常低。如果有个ORM，数据库config一配，几个链式函数一调，咔咔咔，结果就出来了。

所以ORM就是我们和数据库交互的中间件，我们通过ORM提供的各种快捷的方法去和数据库产生交互，继而更加方便高效的实现功能。

一句话总结什么是ORM: 提供更加方便快捷的curd方法去和数据库产生交互。

Java用的较多的是Mybatis，Go用的较多的是Gorm。这里我们自己用Go造一个简版的。

2、Golang里面是如何原生连接MySQL的

说完了啥是ORM，以及为啥用ORM之后，我们再看下Golang里面是如何原生连接MySQL的，这对于我们开发一个ORM帮助很大，只有弄清楚了它们之间交互的原理，我们才能更好的开始造。

原生代码连接MySQL，一般是如下步骤。
建立数据表：

CREATE TABLE `userinfo` (
    `uid` INT(10) NOT NULL AUTO_INCREMENT,
    `username` VARCHAR(64) NULL DEFAULT NULL,
    `departname` VARCHAR(64) NULL DEFAULT NULL,
    `created` DATE NULL DEFAULT NULL,
    PRIMARY KEY (`uid`)
)

首先是导入sql引擎和mysql的驱动，然后提供初始化DB和获取DB连接的方法，如下：

package go_raw_sql

import (
	"database/sql"
	"time"

	_ "github.com/go-sql-driver/mysql"
)

var db *sql.DB

func Init() {
	//第一个参数是驱动名
	res, err := sql.Open("mysql", "root:root@tcp(127.0.0.1:3306)/test?charset=utf8")
	if err != nil {
		panic(any(err.Error()))
	}
	db = res
}

func GetDb() *sql.DB {
	return db
}

然后，我们快速过一下，如何增删改查：

插入数据：

func Create() {
	//方式一：
	result, err := db.Exec("INSERT INTO userinfo (username, departname, created) VALUES (?, ?, ?)", "lisi", "dev", "2024-01-13")
	if err != nil {
		fmt.Println(err)
		return
	}
	fmt.Println(result.LastInsertId())

	//方式二：
	stmt, err := db.Prepare("INSERT INTO userinfo (username, departname, created) VALUES (?, ?, ?)")

	result, err = stmt.Exec("zhangsan", "pro", time.Now().Format("2006-01-02"))
	if err != nil {
		fmt.Println(err)
		return
	}
	fmt.Println(result.LastInsertId())
}

测试：执行TestCreate

package go_raw_sql

import (
	"testing"
)

func TestInit(t *testing.T) {
	Init()
}

func TestCreate(t *testing.T) {
	// 初始化DB
	Init()
	// 往userinfo中插入记录
	Create()
}

在这里插入图片描述

删除数据：

func Delete(){
	//方式一：
	result, err := db.Exec("delete from userinfo where uid=?", 1)
	if err != nil {
		fmt.Println(err)
		return
	}
	fmt.Println(result.RowsAffected())

	//方式二：
	stmt, err := db.Prepare("delete from userinfo where uid=?")

	_, _ = stmt.Exec("1")
}

更新数据

func Update(){
	//方式一：
	result, err := db.Exec("update userinfo set username=? where uid=?", "lisi", 2)
	if err != nil {
		fmt.Println(err)
		return
	}
	fmt.Println(result.RowsAffected())
	
	//方式二：
	stmt, err := db.Prepare("update userinfo set username=? where uid=?")

	_, _ = stmt.Exec("lisi", 2)
}

查询数据

func Query() {
	//单条
	var username, departname, created string
	err := db.QueryRow("select username, departname, created from userinfo where uid=?", 2).Scan(&username, &departname, &created)
	if err != nil {
		fmt.Println("QueryRow error :", err.Error())
		return
	}
	fmt.Println("username: ", username, "departname: ", departname, "created: ", created)

	//多条：
	rows, err := db.Query("select username, departname, created from userinfo where username=?", "li")
	if err != nil {
		fmt.Println("QueryRow error :", err.Error())
		return
	}

	//定义一个结构体，存放数据模型
	type UserInfo struct {
		Username   string `json:"username"`
		Departname string `json:"departname"`
		Created    string `json:"created"`
	}

	//初始化
	var user []UserInfo

	for rows.Next() {
		var username1, departname1, created1 string
		if err := rows.Scan(&username1, &departname1, &created1); err != nil {
			fmt.Println("Query error :", err.Error())
			return
		}
		user = append(user, UserInfo{Username: username1, Departname: departname1, Created: created1})
	}
	fmt.Println(fmt.Sprintf("%v", user))
}

总结一下，Golang里面原生连接MySQL的方法，非常简单，就是直接写sql嘛，简单粗暴点就直接Exec，复杂点但是效率会高一些就先Prepare再Exec。总体而言，这个学习成本是非常低的，最大的问题就是麻烦和开发效率低。

所以我们是不是可以基于原生代码库的这个优势，自己开发1个ORM呢

第一：它能提供了各式各样的方法来提高开发效率
第二：底层直接转换拼接成最终的SQL，去调用这个原生的组件，来和MySQL交互。这样既能提高开发效率，又能保持足够的高效和简单。

3、ORM框架构想

本ORM库原理是简单的SQL拼接。暴露各种CURD方法，并在底层逻辑拼接成Prepare和Eexc占位符部分，继而来调用“github.com/go-sql-driver/mysql”驱动的方法来实现和数据库交互。

首先，先取个厉害的名字吧：smallorm（简版orm）

然后，整个调用过程采用链式的方法，这样比较方便，比如这样子

db.Where().Where().Order().Limit().Select()

其次，暴露的CURD方法，使用起来要简单，名字要清晰，无歧义，不要搞一大堆复杂的间接调用。

OK，我们梳理一下，sql里面常用到的一些curd的方法，把他们整理成ORM的一个个方法，并按照下面这个列表一步一步来实现我们的orm，如下：

连接Connect
设置表名Table
新增/替换Insert/Replace
条件Where
删除Delete
修改Update
查询Select
执行原生SQLExec/Query
设置查询字段Field
设置大小Limit
聚合查询Count/Max/Min/Avg/Sum
排序Order
分组Group
分组后判断Having
获取执行生成的完整SQLGetLastSql
事务Begin/Commit/Rollback

其中Insert/Replace/Delete/Select/Update是整个链式操作的最后一步。是真正的和MySQL交互的方法，后面不能再链式接其他的操作方法。

所以，我们提前可以畅享一下，这个完成后的ORM，是如何调用的：

增：

type User1 struct {
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

user2 := User1{
    Username:   "EE",
    Departname: "22", 
    Status:     1,
}

// insert into userinfo (username,departname,status) values ('EE', '22', 1)

id, err := e.Table("userinfo").Insert(user2)

删：

// delete from userinfo where (uid = 10805)

result1, err := e.Table("userinfo").Where("uid", "=", 10805).Delete()

改：

// update userinfo set departname=110 where (uid = 10805) 

result1, err := e.Table("userinfo").Where("uid", "=", 10805).Update("departname", 110)

查：

// select uid, status from userinfo where (departname like '%2') or (status=1)  order by uid desc limit 1

result, err := e.Table("userinfo").Where("departname", "like", "%2").OrWhere("status", 1).Order("uid", "desc").Limit(1).Field("uid, status").Select()

//select uid, status from userinfo where (uid in (1,2,3,4,5)) or (status=1)  order by uid desc limit 1

result, err := e.Table("userinfo").Where("uid", "in", []int{1,2,3,4,5}).OrWhere("status", 1).Order("uid", "desc").Limit(1).Field("uid, status").SelectOne()


type User1 struct {
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

user2 := User1{
    Username:   "EE",
    Departname: "22", 
    Status:     1,
}

user3 := User1{
    Username:   "EE",
    Departname: "22",
    Status:     2,
}

// select * from userinfo where (Username='EE' and Departname='22' and Status=1) or (Username='EE' and Departname='22' and Status=2)  limit 1
id, err := e.Table("userinfo").Where(user2).OrWhere(user3).SelectOne()

二: 开始造

1、连接Connect

连接MySQL比较简单，直接把原生的sql.Open(“mysql”，dsn)方法套一个函数壳即可，但是需要考虑协程和长连接的保持以及ping失败的情况。我们这里第一版本就先不考虑了。

第一步，先构造1个变量引擎SmallormEngine，它是结构体类型的，用来存储各种各样的数据，其他的对外暴露的CURD方法也是基于这个结构体来集成的。

engine/engine.go

package engine

import "database/sql"

type SmallormEngine struct { //orm引擎
	Db           *sql.DB       // 包含原生DB，用于执行底层操作
	TableName    string        // 表名
	Prepare      string        // 预处理SQL语句
	AllExec      []interface{} // 替代SQL中占位符的实际参数
	Sql          string        // 最后执行的SQL语句,用于日志打印输出
	WhereParam   string        // where and条件拼接
	LimitParam   string        // limit拼接
	OrderParam   string        // order拼接
	OrWhereParam string        // where or条件拼接
	WhereExec    []interface{} // 替换where中占位的符实际参数
	UpdateParam  string        // update 拼接
	UpdateExec   []interface{} // 替换update中占位的符实际参数
	FieldParam   string        // 查询字段拼接
	TransStatus  int           // 事务状态
	Tx           *sql.Tx       // 包含原生事务，用于执行底层事务操作
	GroupParam   string        // group 拼接
	HavingParam  string        // having 拼接
}

因为我们这ORM的底层本质是SQL拼接，所以，我们需要把各种操作方法生成的数据，都保存到这个结构体的各个变量上，方便最后一步生成SQL。其中where和update还提供了占位符方式WhereExec和UpdateExec , select、delete直接用的whereExec，所以不需要额外提供selectExec和deleteExec,update则因为有update tableXXX set XX = ？where yy = ?，所以需要一个updateExec拼接set部分。

另外需要简单说明的是这2个字段：

Db字段的类型是*sql.DB，它用于直接进行CURD操作
Tx是*sql.Tx类型的，它是数据库的事务操作，用于回滚和提交。这个后面会详细讲，这里有一个大致的概念即可。

接下来就可以写连接操作了：创建了一个方法NewMysql来创建1个新的连接，参数是(用户名，密码，ip和端口，数据库名)。

engine/engine.go

//新建Mysql连接
func NewMysql(Username string, Password string, Address string, Dbname string) (*SmallormEngine, error) {
    dsn := Username + ":" + Password + "@tcp(" + Address + ")/" + Dbname + "?charset=utf8&timeout=5s&readTimeout=6s"
    db, err := sql.Open("mysql", dsn)
    if err != nil {
        return nil, err
    }

    //最大连接数等配置，先占个位
   //db.SetMaxOpenConns(3)
   //db.SetMaxIdleConns(3)

    return &SmallormEngine{
        Db:         db,
        FieldParam: "*",
    }, nil
}

获取到连接后，如何实现链式的方式调用呢？只需要在每个方法返回实例本身即可，类似装饰器模式，不断的改变对象的值，但是返回结果又是该对象，比如：

func (e *SmallormEngine) Where (name string) *SmallormEngine {
	// 此处省去了具体逻辑
   return e
}

func (e *SmallormEngine) Limit (name string) *SmallormEngine {
	// 此处省去了具体逻辑
   return e
}

这样我们就可以链式的调用了：

e.Where().Where().Limit()

2、设置/读取表名Table/GetTable

我们需要1个设置和读取数据库表名字的方法，因为我们所有的CURD都是基于某张表的：这样我们每一次调用Table()方法，就给本次的执行设置了一个表名。并且会清空SmallormEngine节点上挂载的所有其他数据，只有Db、TableName以及Tx三个字段不重置。

// Table 设置表名，将表名存于SmallormEngine的TableName字段中，用于后续的SQL拼接
func (e *SmallormEngine) Table(name string) *SmallormEngine {
	e.TableName = name

	// 重置引擎
	e.resetSmallormEngine()
	return e
}

func (e *SmallormEngine) GetTable() string {
	return e.TableName
}

func (e *SmallormEngine) resetSmallormEngine() {
	e.Prepare = ""
	e.AllExec = nil
	e.Sql = ""
	e.WhereParam = ""
	e.LimitParam = ""
	e.OrderParam = ""
	e.OrWhereParam = ""
	e.WhereExec = nil
	e.UpdateParam = ""
	e.UpdateExec = nil
	e.FieldParam = ""
	e.TransStatus = 0
	e.GroupParam = ""
	e.HavingParam = ""
}

3、新增/替换Insert/Replace

单个数据插入

下面就是本ORM第一个重头戏和挑战点了，如何往数据库里插入数据？在如何用ORM实现本功能之前，我们先回忆下上面讲的原生的代码是如何插入的：

我们用先Prepare再Exec 这种方式，高效且安全：

stmt, err := db.Prepare("INSERT INTO userinfo (username, departname, created) VALUES (?, ?, ?)")

result2, err := stmt.Exec("zhangsan", "pro", time.Now().Format("2006-01-02"))

我们分析下它的做法：

先在Prepare里，把要插入的数据的value值用?占位符代替，有几个value就用几个?，然后在Exec里面，把value值给补上，和?的数量一致即可。

ok，整明白了。那我们就按照这2步拆分数据即可。

为了保持方便，我们调用这个Insert方法进行插入数据的时候，参数是要传1个k-v的键值对类型，比如[field1:value1，field2:value2，field3:value3]，field表示表的字段，value表示字段的值。在go语言里面，这样的类型可以是Map或者Struct，但是Map必须得都是同一个类型的，显然是不符合数据库表里面，不同的字段可能是不同的类型的这一情况，所以，我们选择了Struct结构体, 它里面是可以有多种数据类型存在，也刚好符合情况。

由于go里面的数据都得是先定义类型，再去初始化1个值，所以，大致的调用过程是这样的：

type User struct {
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"` 
    }

user2 := User{
    Username:   "EE",
    Departname: "22", 
    Status:     1, }

id, err := e.Table("userinfo").Insert(user2)

我们注意下，User结构体的每一个元素后面都有一个sql：“xxx”，这个叫Tag标签。这是干啥用的呢？是因为go里面首字母大写表示是可见的变量，所以如果是可见的变量都是大写字母开头，而sql语句表里面的字段首字母名一般是小写，所以，为了照顾这个特殊的关系，进行转换和匹配，才用了这个标签特性。如果你的表的字段类型也是大写字母开头，那就可以不需要这个标签，下面我们会具体说到如何转换匹配的。

所以，接下来的难点就是把user2进行解析，拆分成这2步：

第一步：将sql：“xxx”标签进行解析和匹配，依次替换成全小写的，解析成(username，departname，status)，并且依次生成对应数量的?。

stmt, err := db.Prepare("INSERT INTO userinfo (username, departname, status) VALUES (?, ?, ?)")

第二步：将user2的字段的值都拆出来，放入到Exec中。

result2, err := stmt.Exec("EE", "22", 1)

那么，user2里面的3个子元素的field，如何解析成(username，departname，status)呢？由于我们是一个通用的方法，golang是没法直接通过for循环来知道传入的数据结构参数里面包含哪些field和value的，咋办呢？这个时候，大名鼎鼎的反射就可以派上用场了。我们可以通过反射来推导出传入的结构体变量，它的field是多少，value是什么，类型是什么。tag是什么。都可以通过反射来推导出来。

我们现在试一下其中的2个函数reflect.TypeOf和reflect.ValueOf：

type User struct {
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

user2 := User{
    Username:   "EE",
    Departname: "22", 
    Status:     1,
}


//反射出这个结构体变量的类型
t := reflect.TypeOf(user2)

//反射出这个结构体变量的值
v := reflect.ValueOf(user2)

fmt.Printf("==== print type ====\n%+v\n", t)
fmt.Printf("==== print value ====\n%+v\n", v)

我们打印看看，结果是啥？

==== print type ==== 
main.User

==== print value ==== 
{Username:EE Departname:22 Status:1}

通过上面的打印，我们可以知道了，他的类型是User这个类型，值也是我们想要的值。OK。第一步完成。接下来，我们接下来通过for循环遍历t.NumField()和t.Field(i)来拆分里面的值：

//反射type和value
t := reflect.TypeOf(user2)
v := reflect.ValueOf(user2)

//字段名
var fieldName []string

//问号?占位符
var placeholder []string

//循环判断
for i := 0; i < t.NumField(); i++ {

  //小写开头，无法反射，跳过
  if !v.Field(i).CanInterface() {
    continue
  }

  //解析tag，找出真实的sql字段名
  sqlTag := t.Field(i).Tag.Get("sql")
  if sqlTag != "" {
    //跳过自增字段
    if strings.Contains(strings.ToLower(sqlTag), "auto_increment") {
      continue
    } else {
      fieldName = append(fieldName, strings.Split(sqlTag, ",")[0])
      placeholder = append(placeholder, "?")
    }
  } else { // 没有sql tag的字段用字段名
    fieldName = append(fieldName, t.Field(i).Name)
    placeholder = append(placeholder, "?")
  }

  //字段的值
  e.AllExec = append(e.AllExec, v.Field(i).Interface())
}

//拼接表，字段名，占位符
e.Prepare =  "insert into " + e.GetTable() + " (" + strings.Join(fieldName, ",") + ") values(" + strings.Join(placeholder, ",") + ")"

如上面所示：t.NumField()可以获取到这个结构体有多少个字段用于for循环，t.Field(i).Tag.Get(“sql”)可以获取到包含sql：“xxx”的tag的值，我们用来sql匹配和替换。t.Field(i).Name可以获取到字段的field名字。通过v.Field(i).Interface()可以获取到字段的value值。e.GetTable()来获取我们设置的表的名字。通过上面的这一段稍微有点复杂的反射和拼接，我们就完成了Db.Prepare部分：

e.Prepare =  "INSERT INTO userinfo (username, departname, status) VALUES (?, ?, ?)"

接下来，我们来获取stmt.Exec里面的值的部分，上面我们把所有的值都放入到了e.AllExec这个属性里面，之所以它用interface类型，是因为，结构体里面的值的类型是多变的，有可能是int型，也可能是string类型。

//申明stmt类型
var stmt *sql.Stmt

//第一步：Db.prepare
stmt, err = e.Db.Prepare(e.Prepare)

//第二步：执行exec,注意这是stmt.Exec
result, err := stmt.Exec(e.AllExec...)
if err != nil {
  //TODO
}

//获取自增ID
id, _ := result.LastInsertId()

单个插入与替换插入完整代码如下：

func (e *SmallormEngine) insertData(data interface{}, insertType string) (int64, error) {
	// 反射type和value
	t := reflect.TypeOf(data)
	v := reflect.ValueOf(data)

	if t.Kind() != reflect.Struct {
		return 0, errors.New("插入时必须数据必须是结构体类型")
	}

	// 字段名
	var fieldName []string
	// 问号？占位符
	var placeholder []string

	// 循环判断
	for i := 0; i < t.NumField(); i++ {
		// 小写开头，无法反射，跳过
		if !v.Field(i).CanInterface() {
			continue
		}

		// 解析tag,找出真实的SQL字段名
		sqlTag := t.Field(i).Tag.Get("sql")
		if sqlTag != "" {
			// 跳过自增字段
			if strings.Contains(strings.ToLower(sqlTag), "auto_increment") {
				continue
			} else {
				fieldName = append(fieldName, strings.Split(sqlTag, ",")[0])
				placeholder = append(placeholder, "?")
			}
		} else { // 结构体当前字段没有sql tag,则用字段名去和db中表的字段名映射
			fieldName = append(fieldName, t.Field(i).Name)
			placeholder = append(placeholder, "?")
		}

		// 字段的值
		e.AllExec = append(e.AllExec, v.Field(i).Interface())
	}

	// 遍历完结构体所有的字段后，拼接表名、字段名、占位符等形成SQL
	e.Prepare = insertType + " into " + e.GetTable() + " (" + strings.Join(fieldName, ",") + ") values (" + strings.Join(placeholder, ",") + ")"

	// 声明stmt类型
	var stmt *sql.Stmt
	// 第一步：Db.prepare
	stmt, err := e.Db.Prepare(e.Prepare)
	if err != nil {
		return 0, e.setErrorInfo(err)
	}

	// 第二步：执行exec，注意这里是stmt.Exec
	result, err := stmt.Exec(e.AllExec...)
	if err != nil {
		return 0, e.setErrorInfo(err)
	}

	// 获取自增ID
	id, _ := result.LastInsertId()

	return id, nil
}

// 自定义错误格式
func (e *SmallormEngine) setErrorInfo(err error) error {
	_, file, line, _ := runtime.Caller(1)
	return errors.New("File: " + file + ":" + strconv.Itoa(line) + ", " + err.Error())
}

接下来介绍批量插入、批量替换插入

批量插入，传入的数据就是一个切片数组了，即[]struct 这样的数据类型了。
我们得先用反射算出，这个数组有多少个元素。这样好算出 VALUES 后面有几个()的占位符。
搞2个for循环，外面的for循环，得出切片中元素struct的各字段的名字或sql tag中的名字。里面的第二个for循环，就和单个插入的反射操作一样了，就是算出每一个子元素有几个字段，反射出field名字，以及对应()里面有几个?问号占位符。
2层for循环把切片里面的每个元素的每个字段的value放入到1个统一的AllExec中。

OK，直接上代码吧：

//批量插入
func (e *SmallormEngine) BatchInsert(data interface{}) (int64, error) {
    return e.batchInsertData(data, "insert")
}

//批量替换插入
func (e *SmallormEngine) BatchReplace(data interface{}) (int64, error) {
    return e.batchInsertData(data, "replace")
}


//批量插入
func (e *SmallormEngine) batchInsertData(batchData interface{}, insertType string) (int64, error) {

  //反射解析
  getValue := reflect.ValueOf(batchData)

  //切片大小，只有切片类型才能调用反射中的Len，所以先做一下类型判断
  if getValue.Kind() != reflect.Slice {
 	 panic("传入的不是切片类型")
  }
  l := getValue.Len()

  //字段名
  var fieldName []string

  //占位符
  var placeholderString []string

  //循环判断
  for i := 0; i < l; i++ {
    value := getValue.Index(i) // Value of item
    typed := value.Type()      // Type of item
    if typed.Kind() != reflect.Struct {
      panic("批量插入的子元素必须是结构体类型")
    }

    num := value.NumField()

    //子元素值
    var placeholder []string
    //循环遍历结构体的每个字段
    for j := 0; j < num; j++ {
      //小写开头，无法反射，跳过
      if !value.Field(j).CanInterface() {
        continue
      }

      //解析tag，找出真实的sql字段名
      sqlTag := typed.Field(j).Tag.Get("sql")
      if sqlTag != "" {
        //跳过自增字段
        if strings.Contains(strings.ToLower(sqlTag), "auto_increment") {
          continue
        } else {
          //字段名只记录切片中第一个元素的
          if i == 0 {
            fieldName = append(fieldName, strings.Split(sqlTag, ",")[0])
          }
          placeholder = append(placeholder, "?")
        }
      } else {
         //字段名只记录切片中第一个元素的
        if i == 0 {
          fieldName = append(fieldName, typed.Field(j).Name)
        }
        placeholder = append(placeholder, "?")
      }

      //字段值
      e.AllExec = append(e.AllExec, value.Field(j).Interface())
    }

    //子元素拼接成多个()括号后的值
    placeholderString = append(placeholderString, "("+strings.Join(placeholder, ",")+")")
  }

  //拼接表，字段名，占位符
  e.Prepare = insertType + " into " + e.GetTable() + " (" + strings.Join(fieldName, ",") + ") values " + strings.Join(placeholderString, ",")

  //prepare
  var stmt *sql.Stmt
  var err error
  stmt, err = e.Db.Prepare(e.Prepare)
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  //执行exec,注意这是stmt.Exec
  result, err := stmt.Exec(e.AllExec...)
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  //获取自增ID
  id, _ := result.LastInsertId()
  return id, nil
}


//自定义错误格式
func (e *SmallormEngine) setErrorInfo(err error) error {
  _, file, line, _ := runtime.Caller(1)
  return errors.New("File: " + file + ":" + strconv.Itoa(line) + ", " + err.Error())
}

开始总结一下上面这一坨关键的地方。首先是获取这个切片的大小，用于第一个for循环。可以通过下面的2行代码获取：

//反射解析
getValue := reflect.ValueOf(batchData)

//切片大小
l := getValue.Len()

其次，在第一个for循环里面，可以通过value:= getValue.Index(i)来获取这个切片里面的第i个元素的值，类似于上面插入单个数据中，反射出结构体的值一样：v:= reflect.ValueOf(data)

然后，通过typed:= value.Type()来获取这第i个元素的类型。类似于上面插入单个数据中，反射出结构体的类型一样：t := reflect.TypeOf(data) 。这个东西被反射出来，主要是为了获取tag标签用。

第二个for循环里面的反射逻辑，基本上是和单个插入是一样的了，唯一需要注意的就是，fieldName的值，因为我们只需要1个，所以我们用i==0判断了一下。加入单次即可。

再一个就是placeholderString这个变量，因为我们为了实现多个()的效果，所以就又搞了1个切片placeholderString拼接多个placeholder。

这样，批量插入，批量替换插入的逻辑就完成了。

单个和批量合二为一

为了使我们的ORM足够的优雅和简单，我们可以把单个插入和批量插入，搞成1个方法暴露出去。那怎么识别出传入的数据是单个结构体，还是切片结构体呢？还是得用反射：

reflect.ValueOf(data).Kind()

它能给出我们答案。如果我们传的是单个结构体，那么它的值就是Struct，如果是切片数组，那么值就是Slice和Array。这样我们就好办了，我们只需要稍做判断即可：

//插入
func (e *SmallormEngine) Insert(data interface{}) (int64, error) {

  //判断是批量还是单个插入
  getValue := reflect.ValueOf(data).Kind()
  if getValue == reflect.Struct {
    return e.insertData(data, "insert")
  } else if getValue == reflect.Slice || getValue == reflect.Array {
    return e.batchInsertData(data, "insert")
  } else {
    return 0, errors.New("插入的数据格式不正确，单个插入格式为: struct，批量插入格式为: []struct")
  }
}


//替换插入
func (e *SmallormEngine) Replace(data interface{}) (int64, error) {
  //判断是批量还是单个插入
  getValue := reflect.ValueOf(data).Kind()
  if getValue == reflect.Struct {
    return e.insertData(data, "replace")
  } else if getValue == reflect.Slice || getValue == reflect.Array {
    return e.batchInsertData(data, "replace")
  } else {
    return 0, errors.New("插入的数据格式不正确，单个插入格式为: struct，批量插入格式为: []struct")
  }
}

OK，完成。

4、条件Where

结构体参数调用

下面，我们开始实现Where方法的逻辑，这个where主要是为了替换sql语句中where后面这部分的逻辑，sql语句中where用的还是非常多的，比如原生sql：

select * from userinfo where status = 1
delete from userinfo where status = 1 or departname != "aa"
update userinfo set departname = "bb" where status = 1 and departname = "aa"

所以，把where后面的数据单独拆出来，搞成1个Where方法是很有必要的。大部分的ORM也是这样做的。

通过观察上面3句sql，我们可以得出基本的where的结构，要么只有1个条件，这个条件的比较复符是丰富的，比如：=， !=， like，<，>等等。要么是多个条件，用and或者or隔开，表示且和或的关系。

通过最上面的原生代码，我们是可以发现的，where部分也是一样的，先用Prepare生成问号占位符，再和Exce替换值的方式来操作。

stmt, err := db.Prepare("delete from userinfo where uid=?")
result3, err := stmt.Exec("1")

stmt, err := db.Prepare("update userinfo set username=? where uid=?")
result, err := stmt.Exec("lisi", 2)

所以，where部分的拆分，其实也是分2步来走。和插入的2步走的逻辑是一样的。大致的调用过程如下：

type User struct {
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

user2 := User{
    Username:   "EE",
    Departname: "22", 
    Status:     1,
}

result1, err1 := e.Table("userinfo").Where(user2).Delete()
result2, err2 := e.Table("userinfo").Where(user2).Select()

我们本次实现的是Where部分,where是中间层，它不会具体去执行结果的，它做的仅仅是将数据拆分出来，用2个新的字段WhereParam和WhereExec来暂存数据，给最后的CURD操作方法来使用。

我们开始写代码，和Insert方法的反射逻辑几乎一样。

func (e *SmallormEngine) Where(data interface{}) *SmallormEngine {

    //反射type和value
    t := reflect.TypeOf(data)
    v := reflect.ValueOf(data)

    //字段名
    var fieldNameArray []string

    //循环解析
    for i := 0; i < t.NumField(); i++ {

      //首字母小写，不可反射
      if !v.Field(i).CanInterface() {
        continue
      }

      //解析tag，找出真实的sql字段名
      sqlTag := t.Field(i).Tag.Get("sql")
      if sqlTag != "" {
        fieldNameArray = append(fieldNameArray, strings.Split(sqlTag, ",")[0]+"=?")
      } else {
        fieldNameArray = append(fieldNameArray, t.Field(i).Name+"=?")
      }

      //反射出Exec的值。
      e.WhereExec = append(e.WhereExec, v.Field(i).Interface())
    }

    //拼接
    e.WhereParam += strings.Join(fieldNameArray, " and ")
    return e 
}

这样，我们就可以反复调用Where()，转换成2个暂存变量。我们打印下这2个值看看：

WhereParam = "username=? and departname=? and Status=?"
WhereExec = []interface{"EE", "22", 1}

由于Where()是中间态的方法，是可以提供多次调用的，每次调用都是and的关系。比如这样：

e.Table("userinfo").Where(user2).Where(user3).XXX

所以，我们得改造一下e.WhereParam得让他拼接上一次生成的生成的数据。

先判断理一下，是否为空，如果不为空，则说明这是第二次调用了，我们用 “and (”来做隔离。

//多次调用判断
if e.WhereParam != "" {
  e.WhereParam += " and ("
} else {
  e.WhereParam += "("
}

//结束拼接的时候，加上结束括号“) ”。

e.WhereParam += strings.Join(fieldNameArray, " and ") + ") "

这样，就达到了我们的目的了。我们看下多次调用后的打印结果：

WhereParam = "(username=? and departname=? and status=?) and (username=? and departname=? and status=?)"
WhereExec = []interface{"EE", "22", 1, "FF", "33", 0}

完整代码：

func(e *SmallormEngine) Where(data interface{}) *SmallormEngine {
	// 反射type和value
	t := reflect.TypeOf(data)
	v := reflect.ValueOf(data)
	
	if t.Kind() != reflect.Struct {
		panic(any("该Where方法参数必须是结构体类型"))
	}
	
	// 字段名
	var fieldNameArray []string

	// 循环解析
	for i:= 0; i < t.NumField();i++ {
		// 首字母小写，不可导出，不可反射
		if !v.Field(i).CanInterface() {
			continue
		}
		
		// 解析tag,找出真实的sql字段名
		sqlTag := t.Field(i).Tag.Get("sql")
		if sqlTag != ""{
			fieldNameArray = append(fieldNameArray,strings.Split(sqlTag,",")[0] + "?")
		} else {
			fieldNameArray = append(fieldNameArray,t.Field(i).Name)
		}
	
		// 反射出Exec的值
		e.WhereExec = append(e.WhereExec,v.Field(i).Interface())
	}
	
	// 拼接到whereParam中
	if e.WhereParam != ""{
		e.WhereParam +=" and ("
	} else {
		e.WhereParam += "("
	}
	
	e.WhereParam += strings.Join(fieldNameArray," and ") + ") "
	
	return e
}

需要注意的是，这样方式的调用，我们为了简化调用的结构更清晰更简单，每个条件之间默认都是=的关系。如果有其他的关系判断，可以用下面的方式。

单个字符串参数的调用

上面的Where方法的参数，其实是我们和Insert一样，传入的是1个结构体，但是有时候，如果传入1个结构体，得先定义再实例化，也很麻烦。而且有时候，我们仅仅只需要查询1个字段，如果再去定义1个结构体再实例化就太麻烦了。所以，我们ORM还得提供快捷的方法调用，比如：

Where("uid", "=", 1234)
Where("uid", ">=", 1234)
Where("uid", "in", []int{2, 3, 4})

这样，我们也可以用其他非=的判断表达式，比如：!=，like，not in，in等。

OK，那我们开始写一下，这种方式怎么判断呢？对比传入结构体的方式更简单：方法有3个参数，第一个是需要查询的字段，第2个是比较符，第三个是查询的值。

func (e *SmallormEngine) Where(fieldName string, opt string, fieldValue interface{}) *SmallormEngine {

    //区分是操作符in的情况
    data2 := strings.Trim(strings.ToLower(opt), " ")
    if data2 == "in" || data2 == "not in" {
      //判断传入的是切片
      reType := reflect.TypeOf(fieldValue).Kind()
      if reType != reflect.Slice && reType != reflect.Array {
        panic("in/not in 操作传入的数据必须是切片或者数组")
      }

      //反射值
      v := reflect.ValueOf(fieldValue)
      //数组/切片长度
      dataNum := v.Len()
      //占位符
      ps := make([]string, dataNum)
      for i := 0; i < dataNum; i++ {
        ps[i] = "?"
        e.WhereExec = append(e.WhereExec, v.Index(i).Interface())
      }

      //拼接
      e.WhereParam += fieldName + " " + opt + " (" + strings.Join(ps, ",") + ")) "

    } else {
      e.WhereParam += fieldName + " " + opt + " ?) "
      e.WhereExec = append(e.WhereExec, fieldValue)
    }

    return e 
}

上面代码唯一需要注意的就是第二参数如果是in/not in操作符的话，后面第三个参数要是切片类型，就得反射出来，用 in (?，?，?)这样的方式。

所以，我们把这2种方式，拼接一下，融合成1种方式，智能的去判断即可，下面是完整的代码：

//传入where条件
func (e *SmallormEngine) Where(data ...interface{}) *SmallormEngine {

  //判断是结构体还是多个字符串
  var dataType int
  if len(data) == 1 {
    dataType = 1  // 结构体类型
  } else if len(data) == 2 {
    dataType = 2 // 两个参数，默认用 = 拼接
  } else if len(data) == 3 {
    dataType = 3 // 三个参数，指定了操作符
  } else {
    panic("参数个数错误")
  }

  //多次调用判断
  if e.WhereParam != "" {
    e.WhereParam += " and ("
  } else {
    e.WhereParam += "("
  }

  //如果是结构体
  if dataType == 1 {
    t := reflect.TypeOf(data[0])
    v := reflect.ValueOf(data[0])

    //字段名
    var fieldNameArray []string

    //循环解析
    for i := 0; i < t.NumField(); i++ {

      //首字母小写，不可反射
      if !v.Field(i).CanInterface() {
        continue
      }

      //解析tag，找出真实的sql字段名
      sqlTag := t.Field(i).Tag.Get("sql")
      if sqlTag != "" {
        fieldNameArray = append(fieldNameArray, strings.Split(sqlTag, ",")[0]+"=?")
      } else {
        fieldNameArray = append(fieldNameArray, t.Field(i).Name+"=?")
      }

      e.WhereExec = append(e.WhereExec, v.Field(i).Interface())
    }

    //拼接
    e.WhereParam += strings.Join(fieldNameArray, " and ") + ") "

  } else if dataType == 2 {
    //直接=的情况
    e.WhereParam += data[0].(string) + "=?) "
    e.WhereExec = append(e.WhereExec, data[1])
  } else if dataType == 3 {
    //3个参数的情况

    //区分是操作符in的情况
    data2 := strings.Trim(strings.ToLower(data[1].(string)), " ")
    if data2 == "in" || data2 == "not in" {
      //判断传入的是切片
      reType := reflect.TypeOf(data[2]).Kind()
      if reType != reflect.Slice && reType != reflect.Array {
        panic("in/not in 操作传入的数据必须是切片或者数组")
      }

      //反射值
      v := reflect.ValueOf(data[2])
      //数组/切片长度
      dataNum := v.Len()
      //占位符
      ps := make([]string, dataNum)
      for i := 0; i < dataNum; i++ {
        ps[i] = "?"
        e.WhereExec = append(e.WhereExec, v.Index(i).Interface())
      }

      //拼接
      e.WhereParam += data[0].(string) + " " + data2 + " (" + strings.Join(ps, ",") + ")) "

    } else {
      e.WhereParam += data[0].(string) + " " + data[1].(string) + " ?) "
      e.WhereExec = append(e.WhereExec, data[2])
    }
  }

  return e
}

上面的写法，参数改成1个了，但是用到了..interface{}这个写法，它表示传入的参数是一个可变参数类型，可以是1个，2个或者3个的情况。用这种方式，方法里获取到的就是1个切片类型了。我们得用len()函数，来判断到底是切片里面有几个元素，然后依次对应上我们的分支逻辑。值得注意的是，当我们传入的是结构体的时候，也是需要用data[0]的方式来获取。

这样，我们就可以用Where方法来快捷的愉快的调用了:

// where uid = 123
e.Table("userinfo").Where("uid", 123) 

// where uid not in (2,3,4)
e.Table("userinfo").Where("uid", "not in", []int{2, 3, 4})

// where uid in (2,3,4)
e.Table("userinfo").Where("uid", "in", []int{2, 3, 4})

// where uid like '%2%'
e.Table("userinfo").Where("uid", "like", "%2%")

// where uid >= 123
e.Table("userinfo").Where("uid", ">=", 123)

// where (uid >= 123) and (name = 'vv')
e.Table("userinfo").Where("uid", ">=", 123).Where("name", "vv")

5、条件OrWhere

上面的Where方法生成的数据块之间都是and的关系，其实我们有一些sql是需要or的关系的，比如：

where (uid >= 123) or (name = 'vv')
where (uid = 123 and name = 'vv') or (uid = 456 and name = 'bb')

那么这种情况，其实也是需要考虑进去的，写起来也很简单，只需要新加一个OrWhereParam参数，替换上面Where方法里面的whereParam即可，WhereExec不需要变化。然后把拼接关系改成or，其他代码一摸一样：

func (e *SmallormEngine) OrWhere(data ...interface{}) *SmallormEngine {

  ...

  //判断使用顺序
  if e.WhereParam == "" {
    panic("WhereOr必须在Where后面调用")
  }

  //WhereOr条件
  e.OrWhereParam += " or ("

  ...

  return e
}

需要注意的是，OrWhere方法是必须得先调用Where后再调用的。因为一般用到了or，前面肯定是有前置的where判断的。

同样，有三种调用方式:

OrWhere("uid", 1234) //默认是等于
OrWhere("uid", ">=", 1234)
OrWhere(uidStruct) //传入1个结构体,结构体之间用and连接

看下使用效果：

// where (uid = 123) or (name = "vv")
e.Table("userinfo").Where("uid", 123).OrWhere("name", "vv")

// where (uid not in (2,3,4)) or (uid not in (5,6,7))
e.Table("userinfo").Where("uid", "not in", []int{2, 3, 4}).OrWhere("uid", "not in", []int{5, 6, 7})

// where (uid like '%2') or (uid like '%5%')
e.Table("userinfo").Where("uid", "like", "%2").OrWhere("uid", "like", "%5%")

// where (uid >= 123) or (uid <= 454)
e.Table("userinfo").Where("uid", ">=", 123).OrWhere("uid", "<=", 454)

// where (username = "EE" and departname = "22" and status = 1) or (name = 'vv') or (status = 1)

type User struct {
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

user2 := User{
    Username:   "EE",
    Departname: "22", 
    Status:     1,
}

e.Table("userinfo").Where(user2).OrWhere("name", "vv").OrWhere("status", 1)

为了使这个方法更简单的被使用，不搞复杂，这种方式的or关系，实质上是针对于多次调用orWhere的，是不支持同一个结构体里面的数据是or关系的,传入是结构体时，结构体的各字段还是按and拼接的。那如果需要的话，可以这样调用：

// where (username = "EE") or (departname = "22") or (status = 1)
e.Table("userinfo").Where(username, "EE").OrWhere("departname", "22").OrWhere("status", 1)

// where(username = "EE") or(username = "EE" and username = "22" and status = 1)
e.Table("userinfo").Where(username, "EE").OrWhere(uidStruct) //传入1个结构体,结构体之间用and连接

6、删除Delete

删除也是sql逻辑中的最常见的操作了，当我们完成了前面Where和OrWhere的数据逻辑绑定后，其实写Delete方法是最简单的了，为什么呢？因为Delete方法是CURD的最后一步，是直接和数据库进行操交互的了，是不需要我们再去反射各种数据进行绑定了。我们仅仅需要把Where里面绑定的2个值(WhereParam和OrWhereParam），往Prepare和 Exec里面套即可。

我们看下具体是怎么写：

//删除
func (e *SmallormEngine) Delete() (int64, error) {

  //拼接delete sql
  e.Prepare = "delete from " + e.GetTable()

  //如果where不为空
  if e.WhereParam != "" || e.OrWhereParam != "" {
    e.Prepare += " where " + e.WhereParam + e.OrWhereParam
  }

  //limit不为空
  if e.LimitParam != "" {
    e.Prepare += "limit " + e.LimitParam
  }

  //第一步：Prepare
  var stmt *sql.Stmt
  var err error
  stmt, err = e.Db.Prepare(e.Prepare)
  if err != nil {
    return 0,  e.setErrorInfo(err)
  }

  e.AllExec = e.WhereExec

  //第二步：执行exec,注意这是stmt.Exec
  result, err := stmt.Exec(e.AllExec...)
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  //影响的行数
  rowsAffected, err := result.RowsAffected()
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  return rowsAffected, nil
}

是不是很熟悉？和Insert方法的逻辑几乎是一样的，只是e.Prepare中的sql语句不一样。

这样看下调用方式和结果：

// delete from userinfo where (uid >= 123) or (uid <=45)
rowsAffected, err := e.Table("userinfo").Where("uid", ">=", 123).OrWhere("uid", "<=", 45).Delete()

7、修改Update

修改数据，也是CURD的最后一步，但是它和Delete不同的是，他是有2个数据需要绑定的，1个通过Where方法绑定的where数据，还有1个，就是需要去更新的数据，这个我们还没做。

update userinfo set status = 1 where (uid >= 123) or (uid <= 454)

其中status=1这部分的数据，我们也是需要提炼出来搞成1个对外暴露的方法。所以，最终的调用方式会是这样的：

e.Table("userinfo").Where("uid", 123).Update("status", 1)

e.Table("userinfo").Where("uid", 123).Update(user2)

和Where的可变参数类似，我们也是提供了2种参数传递方式，既可以传入一个结构体变量，也可以只传入单个更新的变量，用起来会更方便更灵活。

仔细一看，Update中获取数据的方式，和Insert方法插入单个数据的方式不能说特别像吧，可以说简直一模一样啊。

直接上代码吧：

//更新
func (e *SmallormEngine) Update(data ...interface{}) (int64, error) {

  //判断是结构体还是多个字符串
  var dataType int
  if len(data) == 1 {
    dataType = 1
  } else if len(data) == 2 {
    dataType = 2
  } else {
    return 0, errors.New("参数个数错误")
  }

  //如果是结构体
  if dataType == 1 {
    t := reflect.TypeOf(data[0])
    v := reflect.ValueOf(data[0])

    var fieldNameArray []string
    for i := 0; i < t.NumField(); i++ {

      //首字母小写，不可反射
      if !v.Field(i).CanInterface() {
        continue
      }

      //解析tag，找出真实的sql字段名
      sqlTag := t.Field(i).Tag.Get("sql")
      if sqlTag != "" {
        fieldNameArray = append(fieldNameArray, strings.Split(sqlTag, ",")[0]+"=?")
      } else {
        fieldNameArray = append(fieldNameArray, t.Field(i).Name+"=?")
      }

      e.UpdateExec = append(e.UpdateExec, v.Field(i).Interface())
    }
    e.UpdateParam += strings.Join(fieldNameArray, ",")

  } else if dataType == 2 {
    //直接=的情况
    e.UpdateParam += data[0].(string) + "=?"
    e.UpdateExec = append(e.UpdateExec, data[1])
  }

  //拼接sql
  e.Prepare = "update " + e.GetTable() + " set " + e.UpdateParam

  //如果where不为空
  if e.WhereParam != "" || e.OrWhereParam != "" {
    e.Prepare += " where " + e.WhereParam + e.OrWhereParam
  }

  //limit不为空
  if e.LimitParam != "" {
    e.Prepare += "limit " + e.LimitParam
  }

  //prepare
  var stmt *sql.Stmt
  var err error
  stmt, err = e.Db.Prepare(e.Prepare)
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  //合并UpdateExec和WhereExec
  if e.WhereExec != nil {
    e.AllExec = append(e.UpdateExec, e.WhereExec...)
  }

  //执行exec,注意这是stmt.Exec
  result, err := stmt.Exec(e.AllExec...)
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  //影响的行数
  id, _ := result.RowsAffected()
  return id, nil
}

其中有一个地方，需要注意的是：合并UpdateExec和WhereExec这一步。需要在e.WhereExec后面加...，这样的目的就是把切片全部展开成1个1个的可变参数，追加到UpdateExec切片的后面。如果不加是会报语法报错的。

cannot use []interface{} literal (type []interface{}) as type interface{} in append

8、查询

查询数据也是平时sql中用到的非常多的方法，通过上面几个方法的实现，我们基本对于增删改很熟悉了，但是，值得注意的是，go原生代码中，查询的写法是不一样的，是没有Prepare和Exec，而是通过QueryRow和Query方法来获取查询数据的，通过看文章最开头的原生golang查询的写法就可以看出。

比如，查询单条数据，我们得先需要把查询的字段定义出来，然后再用Scan()去绑定赋值它们，这个写法感觉太麻烦了

//单条
var username, departname, status string
err := db.QueryRow("select username, departname, status from userinfo where uid=?", 4).Scan(&username, &departname, &status)
if err != nil {
    fmt.Println("QueryRow error :", err.Error())
}
fmt.Println("username: ", username, "departname: ", departname, "status: ", status)

再看多条的查询，第一步，得先把查询的数据结构先定义出来，再实例化1个多维的数组，再通过for循环去给这个数组赋值，值得注意的是这个数据结构的字段数得和select出来的字段数保持一致，不然就会丢失。

//多条：
rows, err := db.Query("select username, departname, created from userinfo where username=?", "yang")
if err != nil {
    fmt.Println("QueryRow error :", err.Error())
}

//定义一个结构体，存放数据模型
type UserInfo struct {
    Username   string `json:"username"`
    Departname string `json:"departname"`
    Created    string `json:"created"`
}
  
//初始化
var user []UserInfo

for rows.Next() {
    var username1, departname1, created1 string
    if err := rows.Scan(&username1, &departname1, &created1); err != nil {
        fmt.Println("Query error :", err.Error())
    }
    user = append(user, UserInfo{Username: username1, Departname: departname1, Created: created1})
}

麻烦归麻烦，我们还是需要抽丝剥茧，我们还是得找出规律，用我们自定义的方法，去生成符合这样格式的数据。所以，查询又会是另一个难点和挑战点。

为了简化查询逻辑内部实现的复杂度，对于单条的查询，我们舍弃了原生的QueryRow，直接全部用Query+for next替代，这样对于有单条查询，在内部追加1个limit 1来限制数量，继而满足条件。

下面开始吧。

查询多条Select()，返回值为map切片

考虑到要提前定义1个数据结构，再初始化成1个数组，真的是太麻烦了，我想着能不能啥都不传呢？直接按照数据表里的字段名，直接给我输出1个同名字的map切片呢？试一试吧。

比如这样，userinfo表里面有4个字段：“uid, username，departname，status”，我们像下面这样查询，然后就可以返回1个map的数组切片，岂不是美滋滋？

result, err := e.Table("userinfo").Where("status", 1).Select()

返回为：

//type:

[]map[string]string

//value: 

[map[departname:v status:1 uid:123 username:yang] map[departname:n status:0 uid:456 username:small]]

那么这种方式实现的前提是，我们可以获取到表的字段有哪些，才能根据这些字段映射成一个map。也好办的，Db.Query给我们返回了一个Columns()方法，它能返回我们本次查询出来的表的字段名是哪些。

比如：

rows, err := db.Query("select uid, username, departname, status from userinfo where username=?", "yang")
if err != nil {
    fmt.Println("Query error :", err.Error())
}

column, err := rows.Columns()
if err != nil {
   fmt.Println("rows.Columns error :", err.Error())
}

fmt.Println(column)

我们看下返回值：

[uid username departname stauts]

能获取到字段名，那我们就成功了一半，接下来的第二个难题，就是rows.Scan()的数据绑定问题。由于我们是没有预先定义数据类型进行绑定的，所以这个数据，就只能我们动态生成。我们先看下原生Scan()的调用方式。

每次for循环的时候，都是临时生成4个初始值为空的变量，然后把他们的地址传给Scan()方法，通过地址来动态引用赋值。所以，这4个名字其实不重要，你取任何名字都可以，反正最后传的是他们的地址。

for rows.Next() {
    var uid1, username1, departname1, status1 string
    rows.Scan(&uid1, &username1, &departname1, &status1)
    fmt.Println(uid1,username1,departname1,status1)
}

这样我们打印这4个变量，他们就都有值了：

1 yang v 0
12 yi b 1
....

正是利用了这一点，所以我们就可以按照Columns返回的字段个数，动态的生成2个切片，来解决这个映射问题：

//读出查询出的列字段名
column, err := rows.Columns()
if err != nil {
  return nil, e.setErrorInfo(err)
}

//values是每个列的值，这里获取到byte里
values := make([][]byte, len(column))

//因为每次查询出来的列是不定长的，用len(column)定住当次查询的长度
scans := make([]interface{}, len(column))

for i := range values {
  scans[i] = &values[i]
}

我们新建了2个切片，第一个切片是values，初始值都是空，scans初始值是一个空接口类型的切片，通过一个for循环，把scans每个元素的值，都是values里的每个值的地址。2个进行了深度绑定。

一一对应：

// 打印column的值
[uid username departname stauts]

// 打印values的值
[[] [] [] []]

//打印scans的值
[0xc000056180 0xc000056198 0xc0000561b0 0xc0000561c8]

这样的好处是啥呢？是因为Scan()这个方法，需要传的就是地址符号。接下来。我们就可以这样做了：

for rows.Next() {

  rows.Scan(scans[0], scans[1],scans[2], scans[3]）

}

这样，scans[0]对应的就是上面例子中的uid1，scans[3]对应的就是上面例子中的status1。scans[0]由于是对values[0]的取地址操作，所以，values[0]的值就变化了，变成了真实的值，所以，这一顿操作下来。values里面的值就变化了：

// 打印column的值
[uid username departname stauts]

// 打印scans的值
[0xc000056180 0xc000056198 0xc0000561b0 0xc0000561c8]

// 打印values的值
[1 yang v 0]

然后，我们再通过这3个切片的下标的映射，就能将表字段和值对应起来，拼接成1个map。

现在碰到1个问题，如果scans里面有十个，甚至几十个参数呢，难道也这样，scans[0]，scans[1].....scans[n]展开吗？那和手动写原始代码没啥区别了，有啥办法解决不确定参数的问题吗？当然有，直接看代码：

results := make([]map[string]string, 0)
for rows.Next() {
  if err := rows.Scan(scans...); err != nil {
    return nil, e.setErrorInfo(err)
  }

  //每行数据
  row := make(map[string]string) 

  //循环values数据，通过相同的下标，取column里面对应的列名，生成1个新的map
  for k, v := range values {
    key := column[k]
    row[key] = string(v)
  }

  //添加到map切片中
  results = append(results, row)
}

这样，我们就把最关键最核心的数据字段和数据映射问题给解决了，顺便要说的是rows.Scan(scans...)这个最为关键以及巧妙了，可以说是这个方法的最重要的地方，他可以把我们传入的切片全部铺开，当做1个变量1个变量的参数的传入，它解决了我们通用函数里，表字段数不确定的问题。

rows.Scan(scans[0], scans[1],scans[2], scans[3]）
↓↓↓
↓↓↓
rows.Scan(scans...）

这样，即使scan里面有100个数据，也没关系，他都会处理好。

好了，我们看下这个方法，完整的代码：

//查询多条，返回值为map切片
func (e *SmallormEngine) Select() ([]map[string]string, error) {

  //拼接sql
  e.Prepare = "select * from " + e.GetTable()

  //如果where不为空
  if e.WhereParam != "" || e.OrWhereParam != "" {
    e.Prepare += " where " + e.WhereParam + e.OrWhereParam
  }

  e.AllExec = e.WhereExec


  //query
  rows, err := e.Db.Query(e.Prepare, e.AllExec...)
  if err != nil {
    return nil, e.setErrorInfo(err)
  }

  //读出查询出的列字段名
  column, err := rows.Columns()
  if err != nil {
    return nil, e.setErrorInfo(err)
  }

  //values是每个列的值，这里获取到byte里
  values := make([][]byte, len(column))

  //因为每次查询出来的列是不定长的，用len(column)定住当次查询的长度
  scans := make([]interface{}, len(column))

  for i := range values {
    scans[i] = &values[i]
  }

  results := make([]map[string]string, 0)
  for rows.Next() {
    if err := rows.Scan(scans...); err != nil {
      //query.Scan查询出来的不定长值放到scans[i] = &values[i],也就是每行都放在values里
      return nil, e.setErrorInfo(err)
    }

    //每行数据
    row := make(map[string]string) 

    //循环values数据，通过相同的下标，取column里面对应的列名，生成1个新的map
    // 这里的valuesz直接写成scans也行
    for k, v := range values {
      key := column[k]
      row[key] = string(v)
    }

    //添加到map切片中
    results = append(results, row)
  }

  return results, nil
}

这样，我们就能非常方便的查询数据了，但是这个方法，有2个小的影响的地方：

最后返回的map切片，里面的key名都是数据库的字段名（可能都是小字母头），如果要映射成首字母大写的结构，需要我们自己去写方法。

他会把数据库表的所有字段的类型都会转换成字符串类型的，理论上影响也不大。

查询单条SelectOne()，返回值为map

有了上面查询多条的理论知识基础，查询单条就变得异常简单了，只需要在最后执行sql的部分加个limit 1即可，并且在返回的map切片中，取第0个数据即可。

//查询1条
func (e *SmallormEngine) SelectOne() (map[string]string, error) {
  
  //limit 1 单个查询
  results, err := e.Limit(1).Select()
  if err != nil {
    return nil, e.setErrorInfo(err)
  }

  //判断是否为空
  if len(results) == 0 {
    return nil, nil
  } else {
    return results[0], nil
  }
}

Limit()方法的作用就是在sql最后面拼接上limit 1，这个在下面的篇章会详细说。这样，我们就可以通过SelectOne方法获取单条map数据了。

这样，我们就可以很方便的查询单条数据了：

result, err := e.Table("userinfo").Where("status", 1).SelectOne()

返回为：

//type:

map[string]string

//value: 

map[departname:v status:1 uid:123 username:yang]

查询多条Find()，返回值为引用结构体切片

这个方法其实是对原生go查询的一个简单包装，毕竟还是有很多人是喜欢先定义好数据结构，然后通过引用赋值的，当然在大分部的go的ORM里面，也是这么实现查询操作的。

//定义好结构体
type User struct {
    Uid        int    `sql:"uid,auto_increment"`
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

//实例化切片
var user1 []User

// select * from userinfo where status=1
err := e.Table("userinfo").Where("status", 2).Find(&user1)

if err != nil {
    fmt.Println(err.Error())
} else {
    fmt.Printf("%#v", user1)
}

看下打印的数据

[]smallorm.User{smallorm.User2{Uid:131733, Username:"EE2", Departname:"223", Status:2},
 smallorm.User{Uid:131734, Username:"EE2", Departname:"223", Status:2}, 
 smallorm.User{Uid:131735, Username:"EE2", Departname:"223", Status:2}}

我们先在脑海中理一下大致的一个调用和逻辑处理过程：

先定义一个结构体，里面的字段通过tag标签和表的字段进行关联
初始化1个空的结构体切片，然后通过&取地址符传给Find()方法
Find()方法内部先获取到表的列名，再通过tag关联和各种反射利器，将数据绑定到传入的结构体切片上，给它附上值。

这么看来，第3步是最复杂的，它需要获取传入的结构体切片里面的每一个值，并且还得把查询出来的结果给它全部赋上，天，感觉好难啊！！！这题不会做啊。

后来在我大量翻阅GORM的源码以及查看go反射的文档后，我渐渐的有了头绪，这题也太简单了吧！

首先，还是和Select方法一样，我们需要解析出表的各个字段名，因为这个需要和tag:sql:“xx”一一对应上的。

//读出查询出的列字段名
column, err := rows.Columns()
if err != nil {
  return e.setErrorInfo(err)
}

//values是每个列的值，这里获取到byte里
values := make([][]byte, len(column))

//因为每次查询出来的列是不定长的，用len(column)定住当次查询的长度
scans := make([]interface{}, len(column))

for i := range values {
  scans[i] = &values[i]
}

上面的这几步是一样的，最后的数据赋值到values里面去了，就不过多赘述了，下面是最关键的一步来了：

//原始struct的切片值
destSlice := reflect.ValueOf(result).Elem()

//原始单个struct的类型
destType := destSlice.Type().Elem()

我们通过这2个神奇（变态）的go反射方法，就可以得出传入的User结构体切片它的类型是什么，它的值是什么。打印下看看：

fmt.Printf("%+v\n", destSlice)
fmt.Printf("%+v", destType)

[]
main.User

ok，我们就成功解析出了传入的结构体是长啥样的了，然后就可以再根据一系列for循环和各种神奇的go反射方法来继续：

destType.NumField(); //获取到User结构体的字段数，这里返回：4

destType.Field(i).Tag.Get("sql")  //获取到User结构体的第i个字段的tag值，比如返回：`username`

destType.Field(i).Name  // //获取到User结构体的第i个字段的名字，比如返回：`Username`

再通过这几个反射给赋值：

dest := reflect.New(destType).Elem()  // 根据类型生成1个新的值，返回：{Uid:0 Username: Departname: Status:0}

dest.Field(i).SetString(value) //给第i个元素，附值，类型是string类型

reflect.Append(destSlice, dest) // 将dest值添加到destSlice切片中。

destSlice.Set(reflect.Append(destSlice, dest)) //将最后得到的切片完全赋值给本身。

或许这一顿反射操作已经把你搞晕了，说实话，我也晕了。现在看下完整的函数：

//查询多条，返回值为struct切片
func (e *SmallormEngine) Find(result interface{}) error {

  if reflect.ValueOf(result).Kind() != reflect.Ptr {
    return e.setErrorInfo(errors.New("参数请传指针变量！"))
  }

  if reflect.ValueOf(result).IsNil() {
    return e.setErrorInfo(errors.New("参数不能是空指针！"))
  }

  //拼接sql
  e.Prepare = "select * from " + e.GetTable()


  e.AllExec = e.WhereExec

  //query
  rows, err := e.Db.Query(e.Prepare, e.AllExec...)
  if err != nil {
    return e.setErrorInfo(err)
  }

  //读出查询出的列字段名
  column, err := rows.Columns()
  if err != nil {
    return e.setErrorInfo(err)
  }

  //values是每个列的值，这里获取到byte里
  values := make([][]byte, len(column))

  //因为每次查询出来的列是不定长的，用len(column)定住当次查询的长度
  scans := make([]interface{}, len(column))

  //原始struct的切片值
  destSlice := reflect.ValueOf(result).Elem()

  //原始单个struct的类型
  destType := destSlice.Type().Elem()

  for i := range values {
    scans[i] = &values[i]
  }

  //循环遍历
  for rows.Next() {

    dest := reflect.New(destType).Elem()

    if err := rows.Scan(scans...); err != nil {
      //query.Scan查询出来的不定长值放到scans[i] = &values[i],也就是每行都放在values里
      return e.setErrorInfo(err)
    }

    //遍历一行数据的各个字段
    for k, v := range values {
      //每行数据是放在values里面，现在把它挪到row里
      key := column[k]
      value := string(v)

      //遍历结构体
      for i := 0; i < destType.NumField(); i++ {

        //看下是否有sql别名
        sqlTag := destType.Field(i).Tag.Get("sql")
        var fieldName string
        if sqlTag != "" {
          fieldName = strings.Split(sqlTag, ",")[0]
        } else {
          fieldName = destType.Field(i).Name
        }

        //struct里没这个key
        if key != fieldName {
          continue
        }

        //反射赋值
        if err := e.reflectSet(dest, i, value); err != nil {
          return err
        }
      }
    }
    //赋值
    destSlice.Set(reflect.Append(destSlice, dest))
  }

  return nil
}

我们在方法前面加了几个参数校验，也是基于反射的，来判断传进来的值是指针类型的才行。在反射赋值里，我搞了个通用的方法reflectSet来进行字段类型的匹配。将查询出来的结果集里面的各个字段的类型枚举遍历出来，去转换成实际结构体里面的类型。是因为go里面是严格区分字段类型的，所以反射赋值的时候，也得根据结构体里面具体字段的类型来分别赋值。

//反射赋值
func (e *SmallormEngine) reflectSet(dest reflect.Value, i int, value string) error {
  switch dest.Field(i).Kind() {
  case reflect.Int, reflect.Int8, reflect.Int16, reflect.Int32, reflect.Int64:
    res, err := strconv.ParseInt(value, 10, 64)
    if err != nil {
      return e.setErrorInfo(err)
    }
    dest.Field(i).SetInt(res)
  case reflect.String:
    dest.Field(i).SetString(value)
  case reflect.Uint, reflect.Uint8, reflect.Uint16, reflect.Uint32, reflect.Uint64:
    res, err := strconv.ParseUint(value, 10, 64)
    if err != nil {
      return e.setErrorInfo(err)
    }
    dest.Field(i).SetUint(res)
  case reflect.Float32:
    res, err := strconv.ParseFloat(value, 32)
    if err != nil {
      return e.setErrorInfo(err)
    }
    dest.Field(i).SetFloat(res)
  case reflect.Float64:
    res, err := strconv.ParseFloat(value, 64)
    if err != nil {
      return e.setErrorInfo(err)
    }
    dest.Field(i).SetFloat(res)
  case reflect.Bool:
    res, err := strconv.ParseBool(value)
    if err != nil {
      return e.setErrorInfo(err)
    }
    dest.Field(i).SetBool(res)
  }
  return nil
}

通过switch dest.Field(i).Kind() case来一一匹配结构体里的字段是啥类型，再通过strconv.xxx()将数据库查到的数据类型转换好对应的类型，再去SetXXX()。

查询单条FindOne()，返回值为引用结构体

多条的逻辑被解决了，单条就很简单了，2步搞定：第一步设置Limit 1，第二步返回结构体的第0个数据。

//查询单条，返回值为struct切片
func (e *SmallormEngine) FindOne(result interface{}) error {

  //取的原始值
  dest := reflect.Indirect(reflect.ValueOf(result))

  //new一个类型的切片
  destSlice := reflect.New(reflect.SliceOf(dest.Type())).Elem()

  //调用
  if err := e.Limit(1).Find(destSlice.Addr().Interface()); err != nil {
    return err
  }

  //判断返回值长度
  if destSlice.Len() == 0 {
    return e.setErrorInfo(errors.New("NOT FOUND"))
  }

  //取切片里的第0个数据，并复制给原始值结构体指针
  dest.Set(destSlice.Index(0))
  return nil
}

然而实际的过程却比我们预想的多了好几步，而且又是一坨反射逻辑。我们先仔细品一下Find()方法的参数，他是一个指向切片的指针，也就是说原始值是一个切片数组。而我们本次的方法FindOne()传入的是一个结构体指针，是单个数据，并不是数组切片。这就麻烦了，因为数据类型不匹配，是无法传递的。那咋办呢？

万能的反射肯定是办法的，然后我又通过翻阅无数的文档和手册，终于找到了解决之法：我根据传入进来的单个结构体数据，通过反射，动态生成1个切片数组参数传给Find()不就可以了么？

OK，我们调用试一下：

//定义好结构体
type User struct {
    Uid        int    `sql:"uid,auto_increment"`
    Username   string `sql:"username"`
    Departname string `sql:"departname"`
    Status     int64  `sql:"status"`
}

//实例化数据
var user1 User

// select * from userinfo where status=1
err := e.Table("userinfo").Where("status", 2).FindOne(&user1)

if err != nil {
    fmt.Println(err.Error())
} else {
    fmt.Printf("%#v", user1)
}

看下打印的数据

smallorm.User{Uid:131733, Username:"EE2", Departname:"223", Status:2}

9、设置查询字段Field

设置查询字段是一个很基础其实也很重要的功能，因为我们平时查询数据的时候，都喜欢用select*，他会把表的所有字段都读出来，有大量数据的场景下，其实是很低效和浪费的。本次ORM也通过了这个方法，来指定本次查询字段，可以这样调用：

e.Table("userinfo").Where("status", 2).Field("uid,status").Select()

由于是采用链式的调用方式，而且它本身也没有数据属性，所以是可以放在中间部分的任何位置的：

e.Table("userinfo").Field("uid,status").Where("status", 2).Select()

实现逻辑也很简单，给SmallormEngine的FieldParam赋值就可以了：

//设置查询字段
func (e *SmallormEngine) Field(field string) *SmallormEngine {
  e.FieldParam = field
  return e
}

然后，我们就在查询的相关方法Select/Find里，就可以这样拼接sql：

e.Prepare = "select " + e.FieldParam + " from " + e.GetTable()

e.FieldParam的初始值是“*”，这个是在NewMysql里面初始化的。所以即使没调用Field()进行设置，Prepare的值也是select*，也是不影响逻辑的完整性。

值得注意的是，我们是直接裸传的，并没有对传入的字段做检验和判断，这个优化将在第二版本中展开

10、设置大小Limit

设置Limit一般我们用来控制获取的数据量的大小，一般用于查询单条，比如：limit 1。更多的时候是用于分页的，比如，每一页取10个，第一页就是：limit 0，9，第二页就是：limit 10，19，所以limit有2种用法。所以我们ORM设置的参数也得是2个，比如这样：

e.Table("userinfo").Where("status", 2).Limit(1).Select()
e.Table("userinfo").Where("status", 2).Limit(0, 9).Select()

我们来看下怎么实现这2种方式的调用：

//limit分页
func (e *SmallormEngine) Limit(limit ...int64) *SmallormEngine {
  if len(limit) == 1 {
    e.LimitParam = strconv.Itoa(int(limit[0]))
  } else if len(limit) == 2 {
    e.LimitParam = strconv.Itoa(int(limit[0])) + "," + strconv.Itoa(int(limit[1]))
  } else {
    panic("参数个数错误")
  }
  return e
}

我们在参数上使用了可变的参数方式，这样就可以实现传1个或者2个方式，同时通过判断参数的长度，限制了参数要么是1个，要么是2个，不然就报错。然后将分隔后的参数传给LimitParamb变量，这样我们在Find/Select时候就可以判断这个变量是否为空，来给sql增加limit参数了：

//limit不为空
if e.LimitParam != "" {
  e.Prepare += " limit " + e.LimitParam
}

这样我们就往prepare 中增加好了limit的语句。

11、聚合查询Count/Max/Min/Avg/Sum

Count() //获取总数
Max() //获取最大值
Min() //获取最小值
Avg() //获取平均值
Sum() //获取总和

聚合查询，我们平时用的蛮多的，其实他们实现的方式在SQL拼接上来看是很类似的，都是将原先select*换成select Xxxx(*)，其次，他们生成的数据都是只有一条数据。所以我们就可以使用之前在查询时，没用上的db.QueryRow()方法了，因为这个方法就是用来查询一条，不需要各种for循环，刚好符合我们这类方法的结果的查询。

我们来看下怎么写，首先第一步，设置2个参数，分别对应于具体的聚合函数，以及需要聚合的字段名。

name对应于具体的聚合函数，param则对应于具体的字段：

func (e *SmallormEngine) aggregateQuery(name, param string) (interface{}, error) {

  e.Prepare = "select " + name + "(" + param + ") as cnt from " + e.GetTable()

}

这样，我们这个通用方法的主体给完成了，我们想实现对应的聚合查询功能，只需要传递2个参数即可。接下来，我们看下查询部分：

//执行绑定
var cnt interface{}

//queryRows 
err := e.Db.QueryRow(e.Prepare, e.AllExec...).Scan(&cnt)
if err != nil {
  return nil, e.setErrorInfo(err)
}

我们申明了1个接口类型的变量cnt用它来获取到最终的聚合结果值，之所以用接口类型，是因为聚合的结果类型是不确定的，可能有小数，也可能是浮点型的，比如求平均值。下面是完整的代码：

//聚合查询
func (e *SmallormEngine) aggregateQuery(name, param string) (interface{}, error) {

  //拼接sql
  e.Prepare = "select " + name + "(" + param + ") as cnt from " + e.GetTable()

  //如果where不为空
  if e.WhereParam != "" || e.OrWhereParam != "" {
    e.Prepare += " where " + e.WhereParam + e.OrWhereParam
  }

  //limit不为空
  if e.LimitParam != "" {
    e.Prepare += " limit " + e.LimitParam
  }

  e.AllExec = e.WhereExec

  //生成sql
  e.generateSql()

  //执行绑定
  var cnt interface{}

  //queryRows
  err := e.Db.QueryRow(e.Prepare, e.AllExec...).Scan(&cnt)
  if err != nil {
    return nil, e.setErrorInfo(err)
  }

  return cnt, err
}

OK，这样，我们就完成了聚合函数的通用主体部分，接下来就是各自的差异部分了。

获取总数Count

可以用Count()方法来获取总数, 返回总数的类型是Int64，它是链式结构最后一次操作。第一个参数我们传count，因为一般取总数，一般用count()或者count(1)，所以第二个参数，这个地方，我们用*。

//总数
func (e *SmallormEngine) Count() (int64, error) {
  count, err := e.aggregateQuery("count", "*")
  if err != nil {
    return 0, e.setErrorInfo(err)
  }
  return count.(int64), err
}

最后的返回值，我们用到了count.(xxx) 这种断言方法来转换格式。

获取最大值Max

可以用Max()方法来获取某一个字段的最大值, 返回总数的类型是string类型，它是链式结构最后一次操作。第一个参数我们传max，第二个参数传某一个表字段。

//最大值
func (e *SmallormEngine) Max(param string) (string, error) {
  max, err := e.aggregateQuery("max", param)
  if err != nil {
    return "0", e.setErrorInfo(err)
  }
  return string(max.([]byte)), nil
}

之所以返回值用string类型，是因为取最大值，有时候不限制在int类型的表字段取最大值，有时候也会有时间最大值等，所以返回string是最合适的。

获取最小值Min

可以用Min()方法来获取某一个字段的最小值, 返回总数的类型是string类型，它是链式结构最后一次操作。第一个参数我们传min，第二个参数传某一个表字段。

//最小值
func (e *SmallormEngine) Min(param string) (string, error) {
  min, err := e.aggregateQuery("min", param)
  if err != nil {
    return "0", e.setErrorInfo(err)
  }

  return string(min.([]byte)), nil
}

获取平均值Avg

可以用Avg()方法来获取某一个字段的平均值, 返回总数的类型是string类型，它是链式结构最后一次操作。第一个参数我们传avg，第二个参数传某一个表字段。

//平均值
func (e *SmallormEngine) Avg(param string) (string, error) {
  avg, err := e.aggregateQuery("avg", param)
  if err != nil {
    return "0", e.setErrorInfo(err)
  }

  return string(avg.([]byte)), nil
}

获取总和Sum

可以用Sum()方法来获取某一个字段的总和, 返回总数的类型是string类型，它是链式结构最后一次操作。第一个参数我们传sum，第二个参数传某一个表字段。

//总和
func (e *SmallormEngine) Sum(param string) (string, error) {
  sum, err := e.aggregateQuery("sum", param)
  if err != nil {
    return "0", e.setErrorInfo(err)
  }
  return string(sum.([]byte)), nil
}

接下来，来快速的调用看看：

//select count(*) as cnt from userinfo where (uid >= 10805)
cnt, err := e.Table("userinfo").Where("uid", ">=", 10805).Count()


//select max(uid) as cnt from userinfo where (uid >= 10805)
max, err := e.Table("userinfo").Where("uid", ">=", 10805).Max('uid')


//select min(uid) as cnt from userinfo where (uid >= 10805)
min, err := e.Table("userinfo").Where("uid", ">=", 10805).Count()


//select avg(uid) as cnt from userinfo where (uid >= 10805)
avg, err := e.Table("userinfo").Where("uid", ">=", 10805).Avg("uid")


// select sum(uid) as cnt from userinfo where (uid >= 10805) 
sum, err := e.Table("userinfo").Where("uid", ">=", 10805).Sum("uid")

12、排序Order

排序也是平常sql语句中用的是最多的，它用于查询结果的展示按照某个字段排序，正序(从小到大)用asc，倒序(从大到小)用desc，写法如下：

//查询结果按照uid倒序
select * from userinfo where (uid >= 10805) order by uid desc

//查询结果按照uid正序
select * from userinfo where (uid >= 10805) order by uid asc

//查询结果,先按照uid正序，再按照status倒序
select * from userinfo where (uid >= 10805) order by uid asc,status desc

所以，我们也把这个操作，用一个单独的方法给暴露出来，方便排序，调用方式如下：

sum, err := e.Table("userinfo").Where("uid", ">=", 10805).Order("uid", "desc").Select()
sum, err := e.Table("userinfo").Where("uid", ">=", 10805).Order("uid","asc", "status", "desc").Select()

看这个参数的个数，我们立马就知道了，这个方法又是一个可变参数的，这个方法写起来思路其实也很清晰，我们只需要把传入的参数，变成order xxx xxx，xx，xx后面的xx数据即可，然后存放到e.OrderParam这个变量中，等Find/Select查询的时候直接判断拼接即可。

看下，具体是怎么实现的：

//order排序
func (e *SmallormEngine) Order(order ...string) *SmallormEngine {
  orderLen := len(order)
  if orderLen%2 != 0 {
    panic("order by参数错误，请保证个数为偶数个")
  }

  //排序的个数
  orderNum := orderLen / 2

  //多次调用的情况
  if e.OrderParam != "" {
    e.OrderParam += ","
  }

  for i := 0; i < orderNum; i++ {
    keyString := strings.ToLower(order[i*2+1])
    if keyString != "desc" && keyString != "asc" {
      panic("排序关键字为：desc和asc")
    }
    if i < orderNum-1 {
      e.OrderParam += order[i*2] + " " + order[i*2+1] + ","
    } else {
      e.OrderParam += order[i*2] + " " + order[i*2+1]
    }
  }

  return e
}

唯一复杂的地方，就是判断参数是偶数个数的，然后，按照二分查找法，进行多个排序规则的拼接，这个地方也是有其他的算法进行拼接。

然后，在Find/Select查询的时候就可以判断一下，追加到e.Prepare里：

//order by不为空
if e.OrderParam != "" {
  e.Prepare += " order by " + e.OrderParam
}

13、分组Group

分组也是我们平时用的非常多的，它用于我们对某1个或者几个字段进行分组，然后查询这个分组后的数据，写法很简单，直接上代码：

//group分组
func (e *SmallormEngine) Group(group ...string) *SmallormEngine {
  if len(group) != 0 {
    e.GroupParam = strings.Join(group, ",")
  }
  return e
}

参数也是可变的，因为我们可以对多个字段进行group的。有时候，可以需要搭配Field(count(*) as c)来实现更加细的分组查询

result,err := e.Table("userinfo").Where("departname", "like", "2%").Field("departname, count(*) as c").Group("departname", "status").Select()

这样，我们就可以在Find/Select查询的时候就可以判断一下，追加到e.Prepare里：

//group 不为空
if e.GroupParam != "" {
  e.Prepare += " group by " + e.GroupParam
}

14、分组后判断Having

Having用于在使用Group分组后的过滤查询，它的作用和where其实是一模一样的，都是过滤，只不过Having只能用于group之后，对select后面的参数进行过滤，比如这个sql:

我们想查询出按照status分组后，uid的总数大于5的数据：

select status, count(uid) as c from userinfo where (uid >= 10805) group by status having c >= 5

所以，既然绑定的方式和where是一模一样的，我们可以看下怎么调用的：

result,err := e.Table("userinfo").Where("", "like", "2%").Field("status, count(uid) as c ").Group(status").Having("c",">=", 5).Select()
result,err := e.Table("userinfo").Where("departname", "like", "2%").Field("status, count(uid) as c ").Group(status").Having("c", 5).Select()


type User struct {
    Status     int64  `sql:"status"`
}

user2 := User1{
    Status:     1,
}
result,err := e.Table("userinfo").Where("departname", "like", "2%").Field("status, count(uid) as c ").Group(status").Having(user2).Select()

由于和Where方法实现的方式几乎一样，我们直接快速的看下这个方法的实现过程吧：

//having过滤
func (e *SmallormEngine) Having(having ...interface{}) *SmallormEngine {

  //判断是结构体还是多个字符串
  var dataType int
  if len(having) == 1 {
    dataType = 1
  } else if len(having) == 2 {
    dataType = 2
  } else if len(having) == 3 {
    dataType = 3
  } else {
    panic("having个数错误")
  }

  //多次调用判断
  if e.HavingParam != "" {
    e.HavingParam += "and ("
  } else {
    e.HavingParam += "("
  }

  //如果是结构体
  if dataType == 1 {
    t := reflect.TypeOf(having[0])
    v := reflect.ValueOf(having[0])

    var fieldNameArray []string
    for i := 0; i < t.NumField(); i++ {

      //小写开头，无法反射，跳过
      if !v.Field(i).CanInterface() {
        continue`在这里插入代码片`
      }

      //解析tag，找出真实的sql字段名
      sqlTag := t.Field(i).Tag.Get("sql")
      if sqlTag != "" {
        fieldNameArray = append(fieldNameArray, strings.Split(sqlTag, ",")[0]+"=?")
      } else {
        fieldNameArray = append(fieldNameArray, t.Field(i).Name+"=?")
      }

      e.WhereExec = append(e.WhereExec, v.Field(i).Interface())
    }
    e.HavingParam += strings.Join(fieldNameArray, " and ") + ") "

  } else if dataType == 2 {
    //直接=的情况
    e.HavingParam += having[0].(string) + "=?) "
    e.WhereExec = append(e.WhereExec, having[1])
  } else if dataType == 3 {
    //3个参数的情况
    e.HavingParam += having[0].(string) + " " + having[1].(string) + " ?) "
    e.WhereExec = append(e.WhereExec, having[2])
  }

  return e
}

专门弄了一个HavingParam来存储占位符，而数值的部分，依然是存放在WhereExec中。

然后，和其他一样，在Find/Select查询的时候就可以判断一下，追加到e.Prepare里：

//having
if e.HavingParam != "" {
  e.Prepare += " having " + e.HavingParam
}

OK，我们来试一下怎么调用：

//select uid, status, count(uid) as b from userinfo where (departname like '2%')  group by uid,status having (status=1)  order by uid desc,status asc

result,err := e.Table("userinfo").Where("departname", "like", "2%").Order("uid", "desc", "status", "asc").Field("uid, status, count(uid) as b").Group("uid", "status").Having("status",1).Select()
if err != nil {
    fmt.Println(err.Error())
    return
}
fmt.Println("result is :", result)

15、获取执行生成的完整SQLGetLastSql

我们上面的所有的方法，其实本质上都是组装成原生sql语法的拼装，有时候，我们其实是想知道最后生成的sql到底是啥，或者查询报错了，想看下最后生成的sql是否有语法错误，我们ORM也提供了这个方法，用于查询本次执行最后生成的sql语句。

实现方式其实很简单，因为我们已经把sql语句的前半部分e.Prepare已经生成好了，我们只需要用具体的数值部分e.AllExec去替换e.Prepare里面的问号占位符即可，因为我们当时数据匹配的时候，也是按照顺序转换成占位符，所以，这次相当于逆向的生成sql。

//生成完成的sql语句
func (e *SmallormEngine) generateSql() {
  e.Sql = e.Prepare
  for _, i2 := range e.AllExec {
    switch i2.(type) {
    case int:
      e.Sql = strings.Replace(e.Sql, "?", strconv.Itoa(i2.(int)), 1)
    case int64:
      e.Sql = strings.Replace(e.Sql, "?", strconv.FormatInt(i2.(int64), 10), 1)
    case bool:
      e.Sql = strings.Replace(e.Sql, "?", strconv.FormatBool(i2.(bool)), 1)
    default:
      e.Sql = strings.Replace(e.Sql, "?", "'"+i2.(string)+"'", 1)
    }
  }
}

这个替换做的比较简陋，只对基础的int和bool型做了类型转换，其他类型都当做sql里的字符串处理，需要加单引号。

然后，我们在链式调用的最后一步执行sql的相关方法里，去调用这个方法。就可以将最终的sql语句生成，并存放到e.Sql属性里。调用GetLastSql就可以打印出最后生成的sql语句了。

//获取最后执行生成的sql
func (e *SmallormEngine) GetLastSql() string {
  return e.Sql
}

值得注意的是，这个是打印最后一次生成的sql，如果你有多次CURD操作，记得每次去调用：

sum, err := e.Table("userinfo").Where("uid", ">=", 10805).Order("uid", "desc").Select()

fmt.Println(e.GetLastSql()) //select * from userinfo where (uid >= 10805) order by uid asc


sum, err := e.Table("userinfo").Where("uid", ">=", 10805).Order("uid","asc", "status", "desc").Select()

fmt.Println(e.GetLastSql()) //select * from userinfo where (uid >= 10805) order by uid asc,status desc

16、执行原生SQLExec/Query

本次ORM也提供了裸调sql的方法，虽然不是推荐使用，但是有时候确实是有这样的需求的使用场景的。

执行原生sql的增删改操作Exec

go原生的sql代码，提供了Exec方法，用于增删改的操作，也就是本文开头的原生demo中的第一种方式：

result, err := db.Exec("INSERT INTO userinfo (username, departname, created) VALUES (?, ?, ?)","lisi","dev","2020-08-04")

其实，你是可以不传后面的几个参数，不使用问号占位符的，第一个参数直接传完整的sql即可，像这样：

result, err := db.Exec("INSERT INTO userinfo (username, departname, created) VALUES ('lisi', 'dev', '2021-11-04')")

所以，我们本次ORM就利用了这个特性，简单的封装，变成了Exec方法，代码如下：

//直接执行增删改sql
func (e *SmallormEngine) Exec(sql string) (id int64, err error) {
  result, err := e.Db.Exec(sql)
  e.Sql = sql
  if err != nil {
    return 0, e.setErrorInfo(err)
  }

  //区分是insert还是其他(update,delete)
  if strings.Contains(sql, "insert") {
    lastInsertId, _ := result.LastInsertId()
    return lastInsertId, nil
  } else {
    rowsAffected, _ := result.RowsAffected()
    return rowsAffected, nil
  }
}

我们通过判断sql是的语句是新增还是其他，因为新增的话一般情况是要返回自增ID的，而其他情况需要返回影响的行数。这样，我们就可以很方便的调用原生的sql语句了：

//result, err:= e.Exec("insert into userinfo(username,departname,created,status) values('dd', '31','2020-10-02',1)");

//result, err := e.Exec("delete from userinfo where username='dd'")

result, err := e.Exec("update userinfo set username='dd' where uid = 132733")

fmt.Println(err)
fmt.Println(result)
fmt.Println(e.GetLastSql())

执行原生sql的查询操作Query

原生go代码里面的Query方法用于查询的操作，他同样也是支持直接传原生的sql语句，而不需要使用占位符的：

result, err := db.Query("SELECT * FROM userinfo limit 1")

所以，我们只需要把ORM里面的Select方法，稍作改造即可，因为后半部分的数据获取是一模一样的：

//直接执行查sql
func (e *SmallormEngine) Query(sql string) ([]map[string]string, error) {
  rows, err := e.Db.Query(sql)
  e.Sql = sql
  if err != nil {
    return nil, e.setErrorInfo(err)
  }

  //读出查询出的列字段名
  column, err := rows.Columns()
  if err != nil {
    return nil, e.setErrorInfo(err)
  }

  //values是每个列的值，这里获取到byte里
  values := make([][]byte, len(column))

  //因为每次查询出来的列是不定长的，用len(column)定住当次查询的长度
  scans := make([]interface{}, len(column))

  for i := range values {
    scans[i] = &values[i]
  }

  //最后得到的map
  results := make([]map[string]string, 0)
  for rows.Next() {
    if err := rows.Scan(scans...); err != nil {
      //query.Scan查询出来的不定长值放到scans[i] = &values[i],也就是每行都放在values里
      return nil, e.setErrorInfo(err)
    }

    row := make(map[string]string) //每行数据
    for k, v := range values {
      //每行数据是放在values里面，现在把它挪到row里
      key := column[k]
      row[key] = string(v)
    }
    results = append(results, row)
  }

  return results, nil
}

OK，我们就可以这样调用了：

result, err := e.Query("SELECT * FROM userinfo limit 1")

fmt.Println(err)
fmt.Println(result)
fmt.Println(e.GetLastSql())

17、事务Begin/Commit/Rollback

sql里的事务操作也是平时业务中用的非常多的，它用于在多次执行增删改的操作的时候，如果其中1个出现问题，可以一起回滚数据，确保了数据的一致性。本ORM也提供了相应的方法。事务也是通过封装来调用原生go代码里面的事务方法。一共有3个方法配合调用：

Begin()//开启事物
Rollback()//回滚
Commit()//确认提交执行

开启事务Begin

开启事务功能相对简单，只是设置一个标志符即可：

//开启事务
func (e *SmallormEngine) Begin() error {

  //调用原生的开启事务方法
  tx, err := e.Db.Begin()
  if err != nil {
    return e.setErrorInfo(err)
  }
  e.TransStatus = 1
  e.Tx = tx
  return nil
}

在这个方法里，我们调用了原生的Db.Begin()方法，得到了1个tx资源柄，它专门用于执行事务的操作，并且用e.TransStatus=1来标记已经开启了事务操作。

接下来，我们在具体的增删改查的方法里，通过这个标记去判断现在是不是事务状态：

//判断是否是事务
var stmt *sql.Stmt
var err error
if e.TransStatus == 1 {
  stmt, err = e.Tx.Prepare(e.Prepare)
} else {
  stmt, err = e.Db.Prepare(e.Prepare)
}

...

result, err := stmt.Exec(e.AllExec...)

可以看到，判断非常简单，因为不管是不是事务，最后生成的stmt变量类型是不变的，所以后半段的操作不需要改变。这样我们很方便的开启了事务的功能。

回滚Rollback

回滚操作表示我们执行出现了问题后，向mysql服务器提供回滚指令，它会将这句sql执行的结果给还原。实现原来更简单了，直接调用原生的即可：

//事务回滚
func (e *SmallormEngine) Rollback() error {
  e.TransStatus = 0
  return e.Tx.Rollback()
}

确认提交Commit

确认提交表示我们所有的执行都是OK的，这个时候我们需要向mysql服务器发出确认提交指令，它才会真正意义上将sql给执行。如果不执行这个指令，实际上数据并不会执行，所以，我们最后一定不要忘记执行确认提交操作。实现原来也很简单了，直接调用原生的即可：

//事务提交
func (e *SmallormEngine) Commit() error {
  e.TransStatus = 0
  return e.Tx.Commit()
}

我们看下一个完整的事务的调用例子：

err0 := e.Begin()

isCommit := true
if err0 != nil {
    fmt.Println(err0.Error())
    os.Exit(1)
}

result1, err1 := e.Table("userinfo").Where("uid", "=", 10803).Update("departname", 110)
if err1 != nil {
    isCommit = false
    fmt.Println(err1.Error())
}

//没找到，删除失败
if result1 <= 0 {
    isCommit = false
    fmt.Println("update 0")
}

fmt.Println("result1 is :", result1)
fmt.Println("sql is :", e.GetLastSql())

result2, err2 := e.Table("userinfo").Where("uid", "=", 10802).Delete()
if err2 != nil {
    isCommit = false
    fmt.Println(err2.Error())
}

if result2 <= 0 {
    isCommit = false
    fmt.Println("delete 0")
}

fmt.Println("result2 is :", result2)
fmt.Println("sql is :", e.GetLastSql())

user1 := User{
    Username:   "EE",
    Departname: "22",
    Created:    "2012-12-12",
    Status:     1,
}

id, err3 := e.Table("userinfo").Insert(user1)
if err3 != nil {
    isCommit = false
    fmt.Println(err3.Error())
}

fmt.Println("id is :", id)
fmt.Println("sql is :", e.GetLastSql())

if isCommit {
    _ = e.Commit()
    fmt.Println("ok")
} else {
    _ = e.Rollback()
    fmt.Println("error")
}

我们通过检查每一步的执行结果，任何一个失败，都将isCommit设置为false，最后通过判断这个值的状态来回滚和确认提交。

到此为止，我们把ORM该有的功能基本上实现了90%以上，也算是一个小而美、优雅且简单的ORM框架了。

三、功能测试和性能测试

功能测试必不可少，而且go也给我们提供了很简单就可以完成的测试功能，这个可以逐步完善，我们先看下性能测试，我们和GORM跑个分测试一下。

数据库的结构如下，表里面有209w数据：

CREATE DATABASE `ApiDB`;

USE ApiDB;

CREATE TABLE `userinfo` (
    `uid` int NOT NULL AUTO_INCREMENT,
    `username` varchar(64) DEFAULT NULL,
    `departname` varchar(64) DEFAULT NULL,
    `created` date DEFAULT NULL,
    `status` int NOT NULL,
    PRIMARY KEY (`uid`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4;

写2个简单的跑分测试，测试下Select和Update：

package smallorm

import (
  "gorm.io/driver/mysql"
  "gorm.io/gorm"
  "testing"
)

func BenchmarkSmallormSelect(b *testing.B) {
  e, _ := NewMysql("root", "123456", "127.0.0.1:3306", "ApiDB")

  type User struct {
    Username   string `gorm:"username"`
    Departname string `gorm:"departname"`
    Created    string `gorm:"created"`
    Status     int64  `gorm:"status"`
  }
  var users[] User

  b.ResetTimer()
  for i := 0; i < b.N; i++ {
    _ = e.Table("userinfo").Where("uid", ">=", 50).Limit(100).Find(&users)
  }
  b.StopTimer()
}

func BenchmarkGormSelect(b *testing.B) {
  dsn := "root:123456@tcp(127.0.0.1:3306)/ApiDB?charset=utf8mb4&parseTime=True&loc=Local"
  db, _ := gorm.Open(mysql.Open(dsn), &gorm.Config{})

  type User struct {
    Username   string `gorm:"username"`
    Departname string `gorm:"departname"`
    Created    string `gorm:"created"`
    Status     int64  `gorm:"status"`
  }
  var users[] User

  b.ResetTimer()
  for i := 0; i < b.N; i++ {
    db.Table("userinfo").Where("uid >= ?", "50").Limit(50).Find(&users)
  }
  b.StopTimer()
}

func BenchmarkSmallormUpdate(b *testing.B) {
  e, _ := NewMysql("root", "123456", "127.0.0.1:3306", "ApiDB")

  b.ResetTimer()
  for i := 0; i < b.N; i++ {
    _,_ = e.Table("userinfo").Where("uid", "=", 15).Update("status", 0)
  }
  b.StopTimer()
}

func BenchmarkGormUpdate(b *testing.B) {
  dsn := "root:123456@tcp(127.0.0.1:3306)/ApiDB?charset=utf8mb4&parseTime=True&loc=Local"
  db, _ := gorm.Open(mysql.Open(dsn), &gorm.Config{})

  b.ResetTimer()
  for i := 0; i < b.N; i++ {
    db.Table("userinfo").Where("uid = ?", "15").Update("status", 1)
  }
  b.StopTimer()
}

运行下，看下跑分数据：

go test -bench=. -benchmem 

goos: darwin
goarch: amd64
pkg: smallorm
cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz
BenchmarkSmallormSelect-12  1296   843769 ns/op    911 B/op    25 allocs/op
BenchmarkGormSelect-12      598    1998827 ns/op   29250 B/op  1058 allocs/op
BenchmarkSmallormUpdate-12  1197   864404 ns/op    727 B/op    21 allocs/op
BenchmarkGormUpdate-12      314    4216470 ns/op   6246 B/op   76 allocs/op
PASS
ok      smallorm        6.880s

这个跑分，大家可以看一下。

四、待实现功能

多表联合查询
快捷hash分表
日志、性能、结构、安全的优化

文章来源:https://blog.csdn.net/YouMing_Li/article/details/135571913
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！