AI 助理
备案控制台
开发者社区 数据库 文章 正文

无需编程，基于甲骨文oracle数据库零代码生成CRUD增删改查RESTful API接口

2022-04-08 234
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 通过之前一篇文章 无需编程，基于PostgreSQL零代码生成CRUD增删改查RESTful API接口 的介绍，采用抽象工厂设计模式，已经支持了大象数据库PostgreSQL。之前通过字符串拼接生成DDL SQL语句，比较繁琐。本文开始，引入了FreeMarker模版引擎，通过配置模版实现创建和修改物理表结构SQL语句，简化了大量代码，提高了效率，并且通过配置oracle数据库SQL模版，基于oracle数据库，零代码实现crud增删改查。

无需编程，基于甲骨文oracle数据库零代码生成CRUD增删改查RESTful API接口

回顾

通过之前一篇文章 无需编程，基于PostgreSQL零代码生成CRUD增删改查RESTful API接口 的介绍，采用抽象工厂设计模式，已经支持了大象数据库PostgreSQL。之前通过字符串拼接生成DDL SQL语句，比较繁琐。本文开始，引入了FreeMarker模版引擎，通过配置模版实现创建和修改物理表结构SQL语句，简化了大量代码，提高了效率，并且通过配置oracle数据库SQL模版，基于oracle数据库，零代码实现crud增删改查。

FreeMarker简介

FreeMarker是一款模板引擎： 即一种基于模板和要改变的数据，并用来生成输出文本(HTML网页，电子邮件，配置文件，源代码等)的通用工具。 它不是面向最终用户的，而是一个Java类库，是一款程序员可以嵌入他们所开发产品的组件。模板编写为FreeMarker Template Language (FTL)。它是简单的，专用的语言， 不是像PHP那样成熟的编程语言。 那就意味着要准备数据在真实编程语言中来显示，比如数据库查询和业务运算，之后模板显示已经准备好的数据。在模板中，你可以专注于如何展现数据，而在模板之外可以专注于要展示什么数据。

UI界面

通过产品对象为例，无需编程，基于Oracle数据库，通过配置零代码实现CRUD增删改查RESTful API接口和管理UI。

productMeta
创建产品

table
编辑产品数据

productList
产品数据列表

Oracle SQL Developer
通过Oracle SQL Developer查询Oracle数据

定义元数据对象模型

元数据表ca_meta_table

ca_meta_table
元数据表ca_meta_table，用于记录表的基本信息。

TableEntity对象

TableEntity为“元数据表”对象，和ca_meta_table字段对应

public class TableEntity {
    private Long id;

    private String name;

    private String caption;

    private String description;

    private Timestamp createdDate;

    private Timestamp lastModifiedDate;

    private String pluralName;

    private String tableName;

    private EngineEnum engine;

    private Boolean createPhysicalTable;

    private Boolean reverse;

    private Boolean systemable;

    private Boolean readOnly;

    private List<ColumnEntity> columnEntityList;

    private List<IndexEntity> indexEntityList;
}

元数据列ca_meta_column

ca_meta_column
元数据列ca_meta_column，用于记录表字段信息，比如类型，长度，默认值等。

ColumnEntity对象

ColumnEntity为“元数据列”对象，和ca_meta_column字段对应

public class ColumnEntity {
  private Long id;

  private String name;

  private String caption;

  private String description;

  private Timestamp createdDate;

  private Timestamp lastModifiedDate;

  private Integer displayOrder;

  private DataTypeEnum dataType;

  private IndexTypeEnum indexType;

  private IndexStorageEnum indexStorage;

  private String indexName;

  private Integer length;

  private Integer precision;

  private Integer scale;

  private String defaultValue;

  private Long seqId;

  private Boolean unsigned;

  private Boolean autoIncrement;

  private Boolean nullable;

  private Boolean insertable;

  private Boolean updatable;

  private Boolean queryable;

  private Boolean displayable;

  private Boolean systemable;

  private Long tableId;
}

元数据索引ca_meta_index

ca_meta_index
元数据索引ca_meta_index，用于记录表联合索引信息，比如索引类型，名称等。

IndexEntity对象

IndexEntity为“元数据索引”对象，和ca_meta_index字段对应

public class IndexEntity {
  private Long id;

  private String name;

  private String caption;

  private String description;

  private Timestamp createdDate;

  private Timestamp lastModifiedDate;

  private IndexTypeEnum indexType;

  private IndexStorageEnum indexStorage;

  private Long tableId;

  private List<IndexLineEntity> indexLineEntityList;
}

元数据索引行ca_meta_index_line

ca_meta_index_line
元数据索引行ca_meta_index_line，用于记录表联合索引行信息，一个联合索引可以对应多个联合索引行，表示由多个字段组成。

IndexLineEntity对象

IndexLineEntity“元数据索行”对象，和ca_meta_index_line字段对应

public class IndexLineEntity {
  private Long id;

  private Long columnId;

  private ColumnEntity columnEntity;

  private Long indexId;
}

定义FreeMarker模版

创建表create-table.sql.ftl

CREATE TABLE "${tableName}" (
<#list columnEntityList as columnEntity>
  <#if columnEntity.dataType == "BOOL">
    "${columnEntity.name}" NUMBER(1)<#if columnEntity.defaultValue??> DEFAULT <#if columnEntity.defaultValue == "true">1<#else>0</#if></#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "INT">
    "${columnEntity.name}" INT<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity.indexType?? && columnEntity.indexType == "PRIMARY"> PRIMARY KEY</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "BIGINT">
    "${columnEntity.name}" INT<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity.indexType?? && columnEntity.indexType == "PRIMARY"> PRIMARY KEY</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "FLOAT">
    "${columnEntity.name}" FLOAT<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "DOUBLE">
    "${columnEntity.name}" REAL<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "DECIMAL">
    "${columnEntity.name}" DECIMAL<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "DATE">
    "${columnEntity.name}" DATE<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "TIME">
    "${columnEntity.name}" CHAR(8)<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "DATETIME">
    "${columnEntity.name}" DATE<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "TIMESTAMP">
    "${columnEntity.name}" TIMESTAMP<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "CHAR">
    "${columnEntity.name}" CHAR(${columnEntity.length})<#if columnEntity.defaultValue??> DEFAULT '${columnEntity.defaultValue}'</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity.indexType?? && columnEntity.indexType == "PRIMARY"> PRIMARY KEY</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "VARCHAR">
    "${columnEntity.name}" VARCHAR(${columnEntity.length})<#if columnEntity.defaultValue??> DEFAULT '${columnEntity.defaultValue}'</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity.indexType?? && columnEntity.indexType == "PRIMARY"> PRIMARY KEY</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "PASSWORD">
    "${columnEntity.name}" VARCHAR(200)<#if columnEntity.defaultValue??> DEFAULT '${columnEntity.defaultValue}'</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "ATTACHMENT">
    "${columnEntity.name}" VARCHAR(4000)<#if columnEntity.defaultValue??> DEFAULT '${columnEntity.defaultValue}'</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "TEXT">
    "${columnEntity.name}" VARCHAR(4000)<#if columnEntity.defaultValue??> DEFAULT '${columnEntity.defaultValue}'</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "LONGTEXT">
    "${columnEntity.name}" LONG<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "BLOB">
    "${columnEntity.name}" BLOB<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#elseif columnEntity.dataType == "LONGBLOB">
    "${columnEntity.name}" BLOB<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity_has_next>,</#if>
  <#else>
    "${columnEntity.name}" VARCHAR(200)<#if columnEntity.defaultValue??> DEFAULT ${columnEntity.defaultValue}</#if><#if columnEntity.nullable != true> NOT NULL</#if><#if columnEntity.indexType?? && columnEntity.indexType == "PRIMARY"> PRIMARY KEY</#if><#if columnEntity_has_next>,</#if>
  </#if>
</#list>
);

<#list columnEntityList as columnEntity>
  <#if columnEntity.indexType?? && columnEntity.indexType == "UNIQUE">
    ALTER TABLE "${tableName}" ADD CONSTRAINT "${columnEntity.indexName}" UNIQUE("${columnEntity.name}");
  </#if>

  <#if columnEntity.indexType?? && (columnEntity.indexType == "INDEX" || columnEntity.indexType == "FULLTEXT")>
    CREATE INDEX "${columnEntity.indexName}" ON "${tableName}" ("${columnEntity.name}");
  </#if>
</#list>

<#if indexEntityList??>
  <#list indexEntityList as indexEntity>
    <#if indexEntity.indexType?? && indexEntity.indexType == "UNIQUE">
      ALTER TABLE "${tableName}" ADD CONSTRAINT "${indexEntity.name}" UNIQUE(<#list indexEntity.indexLineEntityList as indexLineEntity>"${indexLineEntity.columnEntity.name}"<#if indexLineEntity_has_next>,</#if></#list>);
    </#if>

    <#if indexEntity.indexType?? && (indexEntity.indexType == "INDEX" || indexEntity.indexType == "FULLTEXT")>
      CREATE INDEX "${indexEntity.name}" ON "${tableName}" (<#list indexEntity.indexLineEntityList as indexLineEntity>"${indexLineEntity.columnEntity.name}"<#if indexLineEntity_has_next>,</#if></#list>);
    </#if>
  </#list>
</#if>

COMMENT ON TABLE "${tableName}" IS '${caption}';

<#list columnEntityList as columnEntity>
  COMMENT ON COLUMN "${tableName}"."${columnEntity.name}" IS '${columnEntity.caption}';
</#list>

模版解析SQL

首先保存元数据信息，下一步传递模版名称和元数据model，动态解析成创建表SQL语句，然后创建物理表，这样元数据和物理表就关联上了。运行时通过解析元数据动态生成insert，select，update，delete等SQL语句，零代码实现业务数据crud功能。

public String processTemplateToString(String database, String templateName, Object dataModel) {
    String str = null;
    StringWriter stringWriter = new StringWriter();
    try {
        Configuration config = new Configuration(Configuration.VERSION_2_3_31);
        config.setNumberFormat("#");
        String templateValue = getTemplate(database, templateName);
        if (templateValue == null) {
          return str;
        }

        Template template = new Template(templateName, templateValue, config);
        template.process(dataModel, stringWriter);

        str = stringWriter.getBuffer().toString().trim();
        log.info(str);
    } catch (Exception e) {
        e.printStackTrace();
        throw new BusinessException(ApiErrorCode.DEFAULT_ERROR, e.getMessage());
    }

    return str;
}

public List<String> toCreateTableSql(TableEntity tableEntity) {
  String createTableSql = processTemplateToString("create-table.sql.ftl", tableEntity);

  if (createTableSql == null) {
    throw new BusinessException(ApiErrorCode.DEFAULT_ERROR, "create-table.sql is empty!");
  }

  List<String> sqls = new ArrayList<String>();
  String[] subSqls = createTableSql.split(";");
  for (String t : subSqls) {
    String subSql = t.trim();
    if (!subSql.isEmpty()) {
      sqls.add(t);
    }
  }

  return sqls;
}

public Long create(TableDTO tableDTO) {
  TableEntity tableEntity = tableMapper.toEntity(tableDTO);
  //TODO
  Long tableId = crudService.create(TABLE_TABLE_NAME, tableEntity);
  List<String> sqlList = crudService.toCreateTableSql(tableEntity);
  for (String sql: sqlList) {
    execute(sql);
  }
  //TODO
  return tableId;
}

修改表

freemarker.png
包括表结构和索引的修改，删除等，和创建表原理类似。

application.properties

需要根据需要配置数据库连接驱动，无需重新发布，就可以切换不同的数据库。

#oracle
spring.datasource.url=jdbc:oracle:thin:@//localhost:1521/XEPDB1
spring.datasource.driverClassName=oracle.jdbc.OracleDriver
spring.datasource.username=crudapi
spring.datasource.password=crudapi
spring.datasource.initialization-mode=always
spring.datasource.schema=classpath:schema.sql

小结

本文主要介绍了crudapi支持oracle数据库实现原理，并且以产品对象为例，零代码实现了CRUD增删改查RESTful API，后续介绍更多的数据库，比如MSSQL Server，Mongodb等。

实现方式 代码量 时间 稳定性
传统开发 1000行左右 2天/人 5个bug左右
crudapi系统 0行 1分钟 基本为0

综上所述，利用crudapi系统可以极大地提高工作效率和节约成本，让数据处理变得更简单！

文章标签：
SQL
关系型数据库
索引
Oracle
PostgreSQL
程序员
API
数据库
数据库连接
设计模式
关键词：
Restful API
数据库oracle
oracle数据库
Oracle数据库一键上云数据库
API restful
crudapi
目录
相关文章
游客moiomvrp3vyac2
|
17天前
|
JSON 算法 安全
探索RESTful API设计的最佳实践
【9月更文挑战第2天】在数字化时代的浪潮中，后端开发如同搭建一座桥梁，连接着用户与数据的无限可能。本文将深入探讨如何打造高效、可维护的RESTful API，从资源命名到状态码的巧妙运用，每一个细节都隐藏着提升用户体验的智慧。你将学会如何在浩瀚的代码海洋中，用简洁明了的设计原则，引领用户安全抵达数据的彼岸。让我们一起启航，探索API设计的奥秘，让后端开发成为艺术与科学的完美结合。
游客moiomvrp3vyac2
203 88
mrq4nk6ni2neg
|
17天前
|
缓存 JavaScript 前端开发
深入浅出：使用Node.js构建RESTful API
【9月更文挑战第3天】在数字化浪潮中，后端开发如同搭建一座连接用户与数据的桥梁。本文将带领读者从零开始，一步步用Node.js搭建一个功能完备的RESTful API。我们将探索如何设计API的结构、处理HTTP请求以及实现数据的CRUD操作，最终通过一个简单的实例，展示如何在真实世界中应用这些知识。无论你是初学者还是有一定经验的开发者，这篇文章都会为你揭示后端开发的奥秘，让你轻松入门并掌握这一技能。
mrq4nk6ni2neg
43 3
肥猪肥猪-17824
|
6天前
|
JSON 前端开发 API
打造高效后端：RESTful API 设计的最佳实践
【9月更文挑战第14天】在数字化时代，后端开发是构建强大、灵活和可维护应用程序的基石。本文将深入探讨如何设计高效的RESTful API，包括清晰的资源定义、合理的HTTP方法使用、URL结构规划、状态码的准确返回以及数据格式的设计。通过这些实践，开发者能够创建出既符合行业标准又易于维护和扩展的API，为前端提供强大的数据支持，确保整个应用的稳定性和性能。
肥猪肥猪-17824
141 74
君子世无双~
|
1天前
|
JSON API 数据格式
深入浅出：使用Python实现一个简单的RESTful API
【8月更文挑战第51天】本文将引导读者理解RESTful API的基本原理，并通过一个简易的实例展示如何利用Python的Flask框架快速搭建一个RESTful服务。文章以通俗易懂的语言，结合代码示例，逐步讲解API的设计、实现和测试过程，旨在帮助初学者掌握RESTful API的开发方法。
君子世无双~
24 11
天下无贼001
|
6天前
|
XML API 开发者
掌握RESTful API设计的艺术
【9月更文挑战第14天】在数字化时代，APIs如同一座座桥梁，连接着不同的软件系统和服务。本文将深入探讨如何设计高效、可维护且易于理解的RESTful API，同时提供实际代码示例，帮助开发者构建更加稳固和灵活的后端服务。
天下无贼001
29 11
游客762btuqu5wybw666
|
9天前
|
Go API 开发者
深入探讨：使用Go语言构建高性能RESTful API服务
在本文中，我们将探索Go语言在构建高效、可靠的RESTful API服务中的独特优势。通过实际案例分析，我们将展示Go如何通过其并发模型、简洁的语法和内置的http包，成为现代后端服务开发的有力工具。
游客762btuqu5wybw666
45 14
aliyun8599273441-30642
|
2天前
|
API 网络架构 开发者
探索后端开发：RESTful API设计的艺术
【9月更文挑战第18天】在数字化时代的浪潮中，后端开发如同搭建一座座坚固的桥梁，连接用户与数据的无限可能。本文将深入浅出地探讨RESTful API设计的精髓，从理论基础到实践应用，带领读者领略API设计的艺术。我们将以代码示例为灯塔，照亮理解之路，但
aliyun8599273441-30642
12 3
Star时光
|
8天前
|
JSON API 数据库
使用Python和Flask构建简单的RESTful API
使用Python和Flask构建简单的RESTful API
Star时光
16 6
土木林森
|
11天前
|
设计模式 测试技术 API
Micronaut魔法书：揭秘构建超光速RESTful API的绝密技术！
【9月更文挑战第10天】在现代Web开发中，构建RESTful API至关重要。Micronaut作为一款轻量级框架，能够快速创建高效API。本文探讨使用Micronaut构建RESTful API的最佳设计模式与实践，涵盖注解（如`@Controller`、`@Get`）、代码组织、REST原则、数据验证及测试等方面，帮助开发者构建结构清晰、可维护性强的API服务。示例代码展示了如何使用Micronaut实现用户管理API，强调了良好设计模式的重要性。
土木林森
25 3
我不是游客20240119
|
15天前
|
前端开发 API 数据安全/隐私保护
深入浅出理解RESTful API设计
【9月更文挑战第5天】在数字世界的海洋里，API是连接不同软件的桥梁。本文将带你深入探索RESTful API设计的精髓，从基础概念到进阶实践，让你掌握如何构建高效、易用的后端服务接口。
我不是游客20240119
27 4

热门文章

最新文章

  • 1
    关于项目中使用Druid数据库监控的配置
  • 2
    RDS数据库为慧联无限数据库运维减负
  • 3
    mongoose学习笔记2--增删改查1
  • 4
    VB、ASP 数据库操作工具类：DataTool，封装了常用的数据库操作
  • 5
    MySQL数据库基础：各类窗口函数操作一文详解
  • 6
    转 数据库优化方法
  • 7
    ASP.NET状缓存Cache的应用-提高数据库读取速度
  • 8
    PLsql 从数据库中读取数据的小例子
  • 9
    数据库的安全管理
  • 10
    【转】HeartBeat搭建MySQL数据库双主热备高可用环境
  • 1
    构建高效微服务架构：API网关与服务熔断策略
    130
  • 2
    Java 8新特性之Lambda表达式与Stream API
    54
  • 3
    【专栏：HTML进阶篇】HTML5拖放API与触摸事件
    62
  • 4
    [译][AI OpenAI-doc] 助手 API Beta
    77
  • 5
    基于Web API的自动化信息收集和整理
    63
  • 6
    【Flutter前端技术开发专栏】Flutter中的自定义绘制与Canvas API
    63
  • 7
    Node.js中构建RESTful API的最佳实践
    101
  • 8
    DataWorks操作报错合集之在DataWorks同步数据时，遇到乱码问题，该怎么解决（rest api数据源）
    68
  • 9
    【Go语言专栏】基于Go语言的RESTful API开发
    50
  • 10
    nacos 单节点Caused by: com.alibaba.nacos.api.exception.NacosException: failed to req API:/nacos/v1/ns/s
    245

    • 相关课程

    更多
  • 数据库的前世今生
  • 数据库核心概念
  • 从传统数据库到云数据库演进
  • 数据库常见问题排查
  • 数据库及SQL/MySQL基础
  • 高校精品课-西安交通大学 -数据库理论与技术

    • 相关电子书

    更多
  • PostgresChina2018_樊文凯_ORACLE数据库和应用异构迁移最佳实践
  • PostgresChina2018_王帅_从Oracle到PostgreSQL的数据迁移
  • Oracle云上最佳实践

    • 相关实验场景

    更多
  • 数据库实验室挑战任务-高级任务
  • 数据库实验室挑战任务-中级任务
  • 数据库实验室挑战任务-初级任务
  • 阿里云数据库产品实验室
  • MongoDB数据库入门
  • 使用DAS实现数据库自动扩容和回缩

    • 推荐镜像

    更多
  • oracle
  • mysql
  • postgresql
    • 下一篇
    通义千问API入门教程