实战对比

先准备基础环境

为精简篇幅，把前置工作以及后续重复的工作在这里说明，后面就不再啰嗦了。

从最简单的查询开始

查一个表的全部数据,和一行数据

查询部分列(属性)

查一个职员列表，因为简介等大文本影响IO,所以只查ID,NAME两列

根据情况生成不同的查询条件

这里主要说的时空值的情况，相关的查询条件是否生效 如果提供了年龄值，则按年龄查询条件有效，如果没有提供年龄值，则忽略年龄查询条件

根据情况生成不同的查询条件(in、like)

场景与上一步一样。只是拼接的SQL更费代码一点 根据情况生成 SELECT * FROM HR_EMPLOYEE WHERE TYPE_CODE IN(?,?,?) SELECT * FROM HR_EMPLOYEE WHERE NAME LIKE '?%'   ‘%?’ ‘%?

根据情况生成不同的查询条件(FIND_IN_SET)

仅针对MySQL

不提供参数值的两种特殊情况

如根据类别查询时，如果没有提供类别值。 默认情况下是忽略类别条件 但也有另外两种特殊情况 用NULL或''拼接SQL 中断SQL执行，不返回值或返回空集合

为所有的查询sql统一添加查询条件

注意，这种方式并不适合用于多租户场景。

查询条件默认值

如果http request提供了参数值并且不为空，则按提供的参数值查询，否则按默认值查询。

多版本参数值

分页查询

按下标查询

分组(group)查询

查询排序

upsert(已存在则更新或跳过，中不存在则插入)

在数据中台、数据同步场景中经常有这种需求，如果数量少可以清空后再全量同步一次，这样最省心。也可以插入前检测一下数据是否存在。 在如果数量很大，以方式显然不可取，如果自己实现一般是通过索引(性能)+存储过程(一次交互)实现 当然许多数据库都对这种场景提供了原生支持。用过ORM实现过这种