service.metadata

分页查询表结构

如果数据库中的表数量比较多，可以分页查询 注意不要每次都重新构造PageNavi对象，新对象中没有总行数会再触发一次总数查询

JDBC操作clickhouse示例

ClickHouse适合用于在线分析处理查询（OLAP :Online Analytical Processing）MPP架构的列式存储数据库，能够使用 SQL 查询实时生成分析数据报告。 clickhouse不同于hadoop生态，采用 Local attached storage 作为存储 二、

根据SQL获取元数据信息

根据SQL获取元数据信息 service.metadata(String sql, boolean comment) comment:表示是否需要获取列注释，需要数据库官方驱动的支持 如果需要获取表结构应该用service.metadata().table("表名")//返回列、索引等全部表结构

异构数据源迁移核心部分代码Mysql到Apache Ignite|VoltDB

异构数据源迁移，大概过程就3步，其他细节就看具体情况了 1.在目标库创建表结构 2.从源库中查出数据 3.插入到目标库 举个从Mysql到Apache Ignite的示例 过程中有可能需要合并数据参考，可以通过ConfigStore.override(true)实现【目标库不存在则插入，存在则覆盖或

分页查询

关系型数据库与图数据库的概念关系

为了统一各种数据库操作，先统一概念(以关系型概念为基础)

insert/update Map时大小写的问题

在insert/update时如果提供的是List<Map>或Map参数时有可能因为Map的key与列名不一致导致取值失败的问题。因为map严格区分大小写，put("id",1)用get("ID")当然是取不出来了 如果大小写不一致，可以转换成DataSet<DataRow>

关于元数据(表结构、索引等)缓存

由于元数据的查询需要许多SQL,所以默认情况下会生成缓存。 当通过service.ddl()修改数据库时，缓存会刷新，但通过其他方式修改数据库时，缓存无法接收通知，所以会导致缓存与数据库不一致的情况 为避免以上情况，可以 1.数据库修改都通过service.ddl()执行 2.数据库修改后调用系统接

metadata缓存

在执行DDL时，需要频繁的读取表结构等元数据，非常耗时，所以会添加一层缓存。 也是就是不会每次都从数据库中读取数据。 以下3种情况会清空缓存： 1.缓存过期 2.执行DDL 3.调用CacheProxy.clear()  这样会存在一个问题。如果表结构还在

获取数据库所有表

获取数据库所有表,包含超表、子表

关于元数据缓存

metadata作为AnylineService的内部类主要用来查询数据库结构，如表，表，主键，索引等 service.metadata().table(String) ServiceProxy.metadata.table(String); 因为元数据查询量很大，所以会有缓存。 在系统内通过Any

关于IS_AUTO_CHECK_METADATA(自动检测元数据类型)

这个开关是用来检测目标表的元数据。主要检测列名、数据类型。在用mysql作CURD操作时这个开关没什么太大作用。但在一些数据类型要求比较严格的数据库如pg中，插入或查询数据时要求参数的数据类型与列的数据类型一致，否则会抛出异常。常见的如int类型不能与varchar类型比较,varchar类型的列不

druid连接池在处理元数据时需要注意的问题

druid连接池在处理元数据时需要注意的问题

关于不同数据类型在不同数据库的适配

*TypeMetadataAlias类中维护了 每个数据类型在每个数据库中对应的实际类型以及长度、有效位数、小数位数的支持 如mysql环境中在设置类型时调用column.setType("DOUBLE(10)") 会先到alias中找到DOUBLE在mysql对应的的实际类型 再判断是否

对比数据库(表、列)之间的差异及成生DDL

对比结果一般分3部分：删除部分、新添加部分、更新部分 注意： 改名的比较不出来，如表A改名成表B，会比较出删除表A、创建表B 默认不比较catalog与schema TablesDiffer 两个数据库表列表之间的差别，就是用一个A库所

关于durid 查询表结构失败的问题

看了几个版本的druid源码 发现getSchema没有实现导致 检测表的schema时匹配失败，所以没有返回表 public String getschema() throws SQLException { throw new SOLFeatureNotSupportedExcept

遇到anyline没解析或极特殊类型怎么处理

定义列我们一般分成三部分 名称，数据类型，其他属性如果遇到一些anyline没有处理的特殊类型,如set('X','Y','Z') 等这种类型Column对象没有对应的属性可以配置，这种可以直接设置new Column("col_name").setFinalType("set('X','

关于MetadataAdapter

主要用来配置从结果集中读取元数据的依据，如表名，列名，数据类型等在结果集中的哪一列 从每个adapter中实现的方法中返回如TableMetadataAdapter/ColumnMetadataAdapter/IndexColumnMetadataAdapter 注意这里只能设置从哪一列读取数据，但

关于数据类型的length/precision/scale

对于不同的数据库，不同的数据类型这三个属性稍有区别 length：一般用来表示varchar的最大长度 precision：一般用来表示数字类型的有效位数 scale：一般用来表示数字类型的小数位数 但有些数据为中，的数字类型可能同时有这三个属性，也可能没有precision和sca

关于不同数据库的catalog/schema/database

DataSet/DataRow.getMetadatas

DataSet set = service.querys("表"); set.getMetadatas()会返回列的一些属性，正常情况下只会返回一些基本属性，不会再额外查询列的详细信息，因为那样需要再发起更多的查询，而大部分情况下是不需要列的详细数据的，如列的注释， 如果确实需要可以打开Config

获取表或视图的DDL

//查询表结构时，默认会查询DDL Table table = service.metadata().table("CRM_USER") List ddls = table.ddls(); 对于确认只有一条SQL的数据库可以 String ddl = table.ddl(

查询表上的索引

查询crm_user表上的索引 LinkedHashMap indexs = service.metadata().indexs("crm_user"); for(Index item:indexs.values()){ System.out.printl

关于JSON数据类型

如果属性是Entity或List 类型，数据库中是json类型，在执行插入或更新时会把属性转换成json(String) 相应的在从数据库中查询结果时，会把json类型转换成Entity或List 实例

关于查询结果的数据结构(数据类型、长度、精度、非空等)

关于查询结果的数据结构(数据类型、长度、精度、非空等)

为什么有些boolean的属性用int类型有些用Integer

为什么有些boolean的属性用int类型，如是否可以为空 因为需要标记一个未知状态，就是不知道是true还是false 在metadata操作赋值时，经常需要根据多种渠道获取一个值，这种情况下如果既不是true也不是false时就可以覆盖，如果已经有值了ture或false就不再继