sqltoy-orm第一讲:什么才是最NB的分页！

很多人见到文章标题以为是标题党，带着半信半疑的心态进来看一下，有些高手想顺便打击一下！

我告诉你没有机会的！因为sqltoy是中国人创建的目前最强的orm框架，为中国新基建加油！

sqltoy-orm的开源地址： https://github.com/chenrenfei/sagacity-sqltoy

我们举一个简单的例子：

1. 查询员工信息，
2. 显示其：工号、姓名、岗位、部门、入职日期、手机号码、邮箱；
3. 查询条件是：入职日期在2019年1月到2019年12月，姓陈的员工。
4. 按照入职日期逆序

select t1.STAFF_ID,t1.STAFF_NAME,t1.ORGAN_ID,
			       -- 子查询岗位名称,应该还有性别等,这里简化一下
			       (select dict_name from sys_dict_detail 
              where dict_type='POST_TYPE' 
              and dict_key=t1.POST_CODE) postName,
			       t2.ORGAN_NAME,
			       t1.DUTY_DATE,
			       t1.EMAIL,
			       t1.MOBILE_NO
			from  sys_staff_info t1 
			            left join sys_organ_info t2 
			            on t1.ORGAN_ID=t2.ORGAN_ID
			where t1.name like '陈%'
			          and t1.DUTY_DATE>='2019-01-01' 
                and t1.DUTY_DATE<='2019-12-31'
      order by t1.DUTY_DATE desc

• 传统的分页是怎么弄？

很多人的分页是不管三七二十一select count(1) from (上面这段sql)

• 再深入一点的考虑到了count优化和order by的干扰，基本上就觉得很强了

select count(1) 
from  sys_staff_info t1 
          left join sys_organ_info t2   
			    on t1.ORGAN_ID=t2.ORGAN_ID
where t1.name like '陈%'
			     and t1.DUTY_DATE>='2019-01-01' 
           and t1.DUTY_DATE<='2019-12-31'

• 我们再来优化，我们发现查询条件完全落在了员工信息表上：

通过 @fast() 实现内部先分页，select * from (select xx from tablex limit ? offset ?) t1 left join tabley t2。

其结果就是：先取符合条件的数据10条再跟其他表进行关联，减少关联数据的规模从而提升效率。

     select   t1.*,
			       (select dict_name from sys_dict_detail 
              where dict_type='POST_TYPE' 
              and dict_key=t1.POST_CODE) postName,
			       t2.ORGAN_NAME
			from  @fast(select STAFF_ID,
                                    STAFF_NAME,
                                    ORGAN_ID,
                                    POST_CODE,
                                    DUTY_DATE,
                                    EMAIL,
                                    MOBILE_NO
                            from   sys_staff_info 
                            where  name like '陈%'
                                        and  DUTY_DATE>='2019-01-01' 
                                        and  DUTY_DATE<='2019-12-31'
                            order by t1.DUTY_DATE desc
                 ) t1 left join sys_organ_info t2 
			            on t1.ORGAN_ID=t2.ORGAN_ID
     

• 很多人觉得到这一步应该无法再优化了！我告诉你还有！

我们发现分页查询总是分成了2步：1）取count总记录；2）再取一页数据结果，总计有2次查询。我们有没有办法让2次查询变少？

sqltoy则提供了分页优化器：在一定时效内，查询条件一样利用缓存存放count数量，避免每次都2次查询

		
		
		
		
			=:beginDate 
                                   and  DUTY_DATE<=:endDate
                       order by t1.DUTY_DATE desc
                 ) t1 left join sys_organ_info t2 
			          on t1.ORGAN_ID=t2.ORGAN_ID
				]]>
		
		
		
	

• 到这一步的时候大家觉得肯定无法再优化了，这里引申一下第二讲最神奇的缓存翻译，我们预览一下最终效果：

看见没有：关联数据字典表、机构表都取消了，变成了单表查询，查询出结果后通过缓存将名字翻译出来。

		
		
		
		
		
     
		
		
			=:beginDate]
                        #[and  DUTY_DATE<=:endDate]
            order by t1.DUTY_DATE desc
				]]>
		
	

怎么样？没有水分吧！动态条件sql是不是也很直观简洁！