Exposed是一个基于JDBC驱动的轻量级SQL库,专为Kotlin语言设计。 Exposed提供两种数据库访问方式:类型安全的SQL包装DSL和轻量级数据访问对象(DAO)。
使用Exposed,你可以选择包装DSL或轻量级DAO进行数据库访问。我们的官方吉祥物是墨鱼,以其出色的模仿能力 而闻名,能够无缝融入任何环境。 与我们的吉祥物类似,Exposed可以用来模仿各种数据库引擎,帮助你构建不依赖于特定数据库引擎的应用程序,并且可以在它们之间切换,几乎不需要或只需很少的更改。
Exposed的发布版本可在Maven中央仓库中获取。你可以在构建脚本中声明此仓库,如下所示:
警告: 你可能需要将Kotlin JVM目标设置为8,使用Spring时设置为17,以确保正常工作:
repositories { // 0.30.1之后的版本 // 0.30.1之前的版本目前不可用 mavenCentral() }
Maven用户默认启用Maven中央仓库。
Exposed
包含以下模块:
<dependencies> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-core</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-crypt</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-dao</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-java-time</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-jdbc</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-jodatime</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-json</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-kotlin-datetime</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-money</artifactId> <version>0.53.0</version> </dependency> <dependency> <groupId>org.jetbrains.exposed</groupId> <artifactId>exposed-spring-boot-starter</artifactId> <version>0.53.0</version> </dependency> </dependencies>
dependencies { implementation 'org.jetbrains.exposed:exposed-core:0.53.0' implementation 'org.jetbrains.exposed:exposed-crypt:0.53.0' implementation 'org.jetbrains.exposed:exposed-dao:0.53.0' implementation 'org.jetbrains.exposed:exposed-jdbc:0.53.0' implementation 'org.jetbrains.exposed:exposed-jodatime:0.53.0' // 或 implementation 'org.jetbrains.exposed:exposed-java-time:0.53.0' // 或 implementation 'org.jetbrains.exposed:exposed-kotlin-datetime:0.53.0' implementation 'org.jetbrains.exposed:exposed-json:0.53.0' implementation 'org.jetbrains.exposed:exposed-money:0.53.0' implementation 'org.jetbrains.exposed:exposed-spring-boot-starter:0.53.0' }
在build.gradle.kts
中:
val exposedVersion: String by project dependencies { implementation("org.jetbrains.exposed:exposed-core:$exposedVersion") implementation("org.jetbrains.exposed:exposed-crypt:$exposedVersion") implementation("org.jetbrains.exposed:exposed-dao:$exposedVersion") implementation("org.jetbrains.exposed:exposed-jdbc:$exposedVersion") implementation("org.jetbrains.exposed:exposed-jodatime:$exposedVersion") // 或 implementation("org.jetbrains.exposed:exposed-java-time:$exposedVersion") // 或 implementation("org.jetbrains.exposed:exposed-kotlin-datetime:$exposedVersion") implementation("org.jetbrains.exposed:exposed-json:$exposedVersion") implementation("org.jetbrains.exposed:exposed-money:$exposedVersion") implementation("org.jetbrains.exposed:exposed-spring-boot-starter:$exposedVersion") }
在gradle.properties
中
exposedVersion=0.53.0
查看示例以快速入门。
目前,Exposed可用于maven/gradle构建。查看Maven中央仓库并阅读入门指南以了解如何设置Exposed。 <br><br> 欲了解更多信息,请访问以下链接:
请注意,我们正在从GitHub Issues转移到YouTrack来报告错误和功能。您必须登录才能查看和记录问题,否则将会遇到404错误。
有问题吗?欢迎申请邀请加入kotlinlang slack,并在我们的#exposed频道参与项目讨论。 <br><br>
我们欢迎您的拉取请求。但是,我们更倾向于将您的工作与现有问题关联起来。
更多详细信息,请参阅贡献指南。
import org.jetbrains.exposed.sql.* import org.jetbrains.exposed.sql.SqlExpressionBuilder.like import org.jetbrains.exposed.sql.transactions.transaction object Users : Table() { val id: Column<String> = varchar("id", 10) val name: Column<String> = varchar("name", length = 50) val cityId: Column<Int?> = (integer("city_id") references Cities.id).nullable() override val primaryKey = PrimaryKey(id, name = "PK_User_ID") // 这里的name是可选的 } object Cities : Table() { val id: Column<Int> = integer("id").autoIncrement() val name: Column<String> = varchar("name", 50) override val primaryKey = PrimaryKey(id, name = "PK_Cities_ID") } fun main() { Database.connect("jdbc:h2:mem:test", driver = "org.h2.Driver", user = "root", password = "") transaction { addLogger(StdOutSqlLogger) SchemaUtils.create(Cities, Users) val saintPetersburgId = Cities.insert { it[name] = "圣彼得堡" } get Cities.id val munichId = Cities.insert { it[name] = "慕尼黑" } get Cities.id val pragueId = Cities.insert { it.update(name, stringLiteral(" 布拉格 ").trim().substring(1, 2)) }[Cities.id] val pragueName = Cities.selectAll().where { Cities.id eq pragueId }.single()[Cities.name] println("布拉格名称 = $pragueName") Users.insert { it[id] = "andrey" it[name] = "安德 Users.deleteWhere{ Users.name like "%thing" } println("所有城市:") for (city in Cities.selectAll()) { println("${city[Cities.id]}: ${city[Cities.name]}") } println("手动连接:") (Users innerJoin Cities) .select(Users.name, Cities.name) .where { (Users.id.eq("andrey") or Users.name.eq("Sergey")) and Users.id.eq("sergey") and Users.cityId.eq(Cities.id) }.forEach { println("${it[Users.name]} 住在 ${it[Cities.name]}") } println("使用外键的连接:") (Users innerJoin Cities) .select(Users.name, Users.cityId, Cities.name) .where { Cities.name.eq("St. Petersburg") or Users.cityId.isNull() } .forEach { if (it[Users.cityId] != null) { println("${it[Users.name]} 住在 ${it[Cities.name]}") } else { println("${it[Users.name]} 没有住处") } } println("函数和分组:") ((Cities innerJoin Users) .select(Cities.name, Users.id.count()) .groupBy(Cities.name) ).forEach { val cityName = it[Cities.name] val userCount = it[Users.id.count()] if (userCount > 0) { println("$cityName 有 $userCount 个用户") } else { println("$cityName 没有人居住") } } SchemaUtils.drop(Users, Cities) } }
生成的SQL:
SQL: CREATE TABLE IF NOT EXISTS Cities (id INT AUTO_INCREMENT, name VARCHAR(50) NOT NULL, CONSTRAINT PK_Cities_ID PRIMARY KEY (id)) SQL: CREATE TABLE IF NOT EXISTS Users (id VARCHAR(10), name VARCHAR(50) NOT NULL, city_id INT NULL, CONSTRAINT PK_User_ID PRIMARY KEY (id), CONSTRAINT FK_Users_city_id__ID FOREIGN KEY (city_id) REFERENCES Cities(id) ON DELETE RESTRICT ON UPDATE RESTRICT) SQL: INSERT INTO Cities (name) VALUES ('St. Petersburg') SQL: INSERT INTO Cities (name) VALUES ('Munich') SQL: INSERT INTO Cities (name) VALUES (SUBSTRING(TRIM(' Prague '), 1, 2)) SQL: SELECT Cities.id, Cities.name FROM Cities WHERE Cities.id = 3 pragueName = Pr SQL: INSERT INTO Users (id, name, city_id) VALUES ('andrey', 'Andrey', 1) SQL: INSERT INTO Users (id, name, city_id) VALUES ('sergey', 'Sergey', 2) SQL: INSERT INTO Users (id, name, city_id) VALUES ('eugene', 'Eugene', 2) SQL: INSERT INTO Users (id, name, city_id) VALUES ('alex', 'Alex', NULL) SQL: INSERT INTO Users (id, name, city_id) VALUES ('smth', 'Something', NULL) SQL: UPDATE Users SET name='Alexey' WHERE Users.id = 'alex' SQL: DELETE FROM Users WHERE Users.name LIKE '%thing' 所有城市: SQL: SELECT Cities.id, Cities.name FROM Cities 1: St. Petersburg 2: Munich 3: Pr 手动连接: SQL: SELECT Users.name, Cities.name FROM Users INNER JOIN Cities ON Cities.id = Users.city_id WHERE ((Users.id = 'andrey') or (Users.name = 'Sergey')) and (Users.id = 'sergey') and (Users.city_id = Cities.id) Sergey 住在 Munich 使用外键的连接: SQL: SELECT Users.name, Users.city_id, Cities.name FROM Users INNER JOIN Cities ON Cities.id = Users.city_id WHERE (Cities.name = 'St. Petersburg') or (Users.city_id IS NULL) Andrey 住在 St. Petersburg 函数和分组: SQL: SELECT Cities.name, COUNT(Users.id) FROM Cities INNER JOIN Users ON Cities.id = Users.city_id GROUP BY Cities.name St. Petersburg 有 1 个用户 Munich 有 2 个用户 SQL: DROP TABLE IF EXISTS Users SQL: DROP TABLE IF EXISTS Cities
import org.jetbrains.exposed.dao.* import org.jetbrains.exposed.dao.id.EntityID import org.jetbrains.exposed.dao.id.IntIdTable import org.jetbrains.exposed.sql.* import org.jetbrains.exposed.sql.transactions.transaction object Users : IntIdTable() { val name = varchar("name", 50).index() val city = reference("city", Cities) val age = integer("age") } object Cities: IntIdTable() { val name = varchar("name", 50) } class User(id: EntityID<Int>) : IntEntity(id) { companion object : IntEntityClass<User>(Users) var name by Users.name var city by City referencedOn Users.city var age by Users.age } class City(id: EntityID<Int>) : IntEntity(id) { companion object : IntEntityClass<City>(Cities) var name by Cities.name val users by User referrersOn Users.city } fun main() { Database.connect("jdbc:h2:mem:test", driver = "org.h2.Driver", user = "root", password = "") transaction { addLogger(StdOutSqlLogger) SchemaUtils.create(Cities, Users) val stPete = City.new { name = "St. Petersburg" } val munich = City.new { name = "Munich" } User.new { name = "a" city = stPete age = 5 } User.new { name = "b" city = stPete age = 27 } User.new { name = "c" city = munich age = 42 } println("城市: ${City.all().joinToString { it.name }}") println("${stPete.name}的用户: ${stPete.users.joinToString { it.name }}") println("成年人: ${User.find { Users.age greaterEq 18 }.joinToString { it.name }}") } }
生成的SQL:
SQL: CREATE TABLE IF NOT EXISTS Cities (id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(50) NOT NULL) SQL: CREATE TABLE IF NOT EXISTS Users (id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(50) NOT NULL, city INT NOT NULL, age INT NOT NULL, CONSTRAINT FK_Users_city__ID FOREIGN KEY (city) REFERENCES Cities(id) ON DELETE RESTRICT ON UPDATE RESTRICT) SQL: CREATE INDEX Users_name ON Users (name) SQL: INSERT INTO Cities (name) VALUES ('St. Petersburg') SQL: INSERT INTO Cities (name) VALUES ('Munich') SQL: SELECT Cities.id, Cities.name FROM Cities 城市: St. Petersburg, Munich SQL: INSERT INTO Users (name, city, age) VALUES ('a', 1, 5) SQL: INSERT INTO Users (name, city, age) VALUES ('b', 1, 27) SQL: INSERT INTO Users (name, city, age) VALUES ('c', 2, 42) SQL: SELECT Users.id, Users.name, Users.city, Users.age FROM Users WHERE Users.city = 1 St. Petersburg的用户: a, b SQL: SELECT Users.id, Users.name, Users.city, Users.age FROM Users WHERE Users.age >= 18 成 年人: b, c
在贡献之前,请参阅贡献指南。
通过向Exposed项目贡献,您同意您的贡献将根据Apache License, Version 2.0许可。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功 能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速 品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。