1. 前言
在使用R2DBC操作MySQL数据库 一文中初步介绍了r2dbc-mysql的使用。由于借助DatabaseClient操作MySQL，过于初级和底层，不利于开发。今天就利用Spring Data R2DBC来演示Spring 数据存储抽象（Spring Data Repository）风格的R2DBC数据库操作。
请注意：目前Spring Data R2DBC虽然已经迭代了多个正式版，但是仍然处于初级阶段，还不足以运用到生产中。不过未来可期，值得研究学习。
2. Spring Data R2DBC
Spring Data R2DBC提供了基于R2DBC反应式关系数据库驱动程序的流行的Repository抽象。但是这并不是一个ORM框架，你可以把它看做一个数据库访问的抽象层或者R2DBC的客户端程序。它不提供ORM框架具有的缓存、懒加载等诸多特性，但它抽象了数据库和对象的抽象映射关系，具有轻量级、易用性的特点。
2.1 版本对应关系
胖哥总结了截至目前Spring Data R2DBC和Spring Framework的版本对应关系：
| Spring Data R2DBC | Spring Framework |
|---|---|
| 1.0.0.RELEASE | 5.2.2.RELEASE |
| 1.1.0.RELEASE | 5.2.6.RELEASE |
| 1.1.1.RELEASE | 5.2.7.RELEASE |
| 1.1.2.RELEASE | 5.2.8.RELEASE |
一定要注意版本对应关系，避免不兼容的情况。
3. 基础依赖
上次我没有引用R2DBC连接池，这次我将尝试使用它。主要依赖如下 ，这里我还集成了Spring Webflux:
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-r2dbc</artifactId>
</dependency>
<!-- r2dbc 连接池 -->
<dependency>
<groupId>io.r2dbc</groupId>
<artifactId>r2dbc-pool</artifactId>
</dependency>
<!--r2dbc mysql 库-->
<dependency>
<groupId>dev.miku</groupId>
<artifactId>r2dbc-mysql</artifactId>
</dependency>
<!--自动配置需要引入的一个嵌入式数据库类型对象-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-jdbc</artifactId>
</dependency>
<!-- 反应式web框架 webflux-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-webflux</artifactId>
</dependency>
这里我采用的是 Spring Boot 2.3.2.RELEASE。
4. 配置
上次我们采用的是JavaConfig风格的配置，只需要向Spring IoC注入一个ConnectionFactory。这一次我将尝试在application.yaml中配置R2DBC的必要参数。
spring:
r2dbc:
url: r2dbcs:mysql://127.0.0.1:3306/r2dbc
username: root
password: 123456
以上就是R2DBC的主要配置。特别注意的是spring.r2dbc.url的格式，根据数据库的不同写法是不同的，要看驱动的定义，这一点非常重要。连接池这里使用默认配置即可，不用显式定义。
5. 编写业务代码
接下来就是编写业务代码了。这里我还尝试使用DatabaseClient来执行了DDL语句创建了client_user表，感觉还不错。
@Autowired
DatabaseClient databaseClient;
@Test
void doDDL() {
List<String> ddl = Collections.unmodifiableList(Arrays.asList("drop table if exists client_user;", "create table client_user(user_id varchar(64) not null primary key,nick_name varchar(32),phone_number varchar(16),gender tinyint default 0) charset = utf8mb4;"));
ddl.forEach(sql -> databaseClient.execute(sql)
.fetch()
.rowsUpdated()
.as(StepVerifier::create)
.expectNextCount(1)
.verifyComplete());
}
5.1 声明数据库实体
熟悉Spring Data JPA的同学应该很轻车熟路了。
/**
* the client user type
*
* @author felord.cn
*/
@Data
@Table
public class ClientUser implements Serializable {
private static final long serialVersionUID = -558043294043707772L;
@Id
private String userId;
private String nickName;
private String phoneNumber;
private Integer gender;
}
5.2 声明CRUD接口
上面实体类中的@Table注解是有说法的，当我们的操作接口继承的是ReactiveCrudRepository<T, ID> 或者ReactiveSortingRepository<T, ID>时，需要在实体类上使用@Table注解，这也是推荐的用法。
public interface ReactiveClientUserSortingRepository extends ReactiveSortingRepository<ClientUser,String> {
}
当然实体类不使用@Table注解标记时，我们还可以继承R2dbcRepository<T, ID>接口。然后ReactiveClientUserSortingRepository将提供一些操作数据库的方法。
然后Spring Data JPA怎么写，这里也差不多怎么写，但是有些功能现在还没有得到支持，比如上面提到的分页，还有主键策略等。
类似
PagingAndSortingRepository<T,ID>的反应式分页功能接口目前还没有实装，会在未来的版本集成进来。
5.3 实际操作
接下来我们就要通过R2DBC实际操作MySQL数据库了。按照我们传统的逻辑写了如下的新增逻辑：
ClientUser clientUser = new ClientUser();
clientUser.setGender(2);
clientUser.setNickName("r2dbc");
clientUser.setPhoneNumber("9527");
clientUser.setUserId("snowflake");
Mono<ClientUser> save = reactiveClientUserSortingRepository.save(clientUser);
结果数据库并没有写入数据。这时因为r2dbc-mysql不能被直接使用，只能由客户端去实现并委托给客户端去操作。
这也是R2DBC的设计原则，R2DBC的目标是最小化SPI平面，目的是消除数据库之间的差异部分，并使得整个数据库完全具有反应式和背压。它主要用作客户端库使用的驱动程序SPI，而不打算直接在应用程序代码中使用。
所以这里我们可以借助于reactor-test测试库去执行一下，改写为：
reactiveClientUserSortingRepository.save(clientUser)
.log()
.as(StepVerifier::create)
.expectNextCount(1)
.verifyComplete();
但是依然不能执行成功，提示update table [client_user]. Row with Id [snowflake] does not exist ，也就是说期望执行的是新增但是实际执行的是更新，由于数据库找不到主键为snowflake的记录就报了错。这里为什么是更新呢？
这时因为实体类在进行新增时会判断主键是否填充，如果没有填充就认为是新数据，采取真正的新增操作，主键需要数据库来自动填充；如果主键存在值则认为是旧数据则调用更新操作。胖哥同Spring Data R2DBC的项目组沟通后并没有得到友好的解决方案，不过我已经找到了方法，这里先留个坑。
那么该如何新增一条数据呢？我们只能借助于@Query注解来编写一条SQL写入了：
@Modifying
@Query("insert into client_user (user_id,nick_name,phone_number,gender) values (:userId,:nickName,:phoneNumber,:gender)")
Mono<Integer> addClientUser(String userId, String nickName, String phoneNumber, Integer gender);
当添加了@Modifying后，返回值可以从Mono<ClientUser>、Mono<Boolean>或者Mono<Integer>任意一种选择。
reactiveClientUserSortingRepository
.addClientUser("snowflake",
"r2dbc",
"132****155",
0)
.as(StepVerifier::create)
.expectNextCount(1)
.verifyComplete();
这样就证明写成功了一条数据。
5.4 搭配Webflux使用
但是实际中该如何应用呢？目前能够想到的就是结合反应式框架Spring Webflux了，就像Spring Data JPA配合Spring MVC一样。
我们编写一个Webflux接口:
@RestController
@RequestMapping("/user")
public class ReactiveClientUserController {
@Autowired
private ReactiveClientUserSortingRepository reactiveClientUserSortingRepository;
/**
* 这里为了检验默认api 就不分层了
*
* @param userId the user id
* @return the mono
*/
@GetMapping("/{userId}")
public Mono<ClientUser> findUserById(@PathVariable String userId) {
return reactiveClientUserSortingRepository.findById(userId);
}
}
5.5 一些测试数据参考
在低并发时，Spring MVC + JDBC表现最佳，但在高并发下，WebFlux + R2DBC使用每个已处理请求的内存最少。
在高并发下，Spring MVC + JDBC的响应时间开始下降。显然，R2DBC在更高的并发性下提供了更好的响应时间。Spring WebFlux也比使用Spring MVC的类似实现更好。
6. 总结
今天对Spring Data R2DBC进一步演示，相信你能够从中学到一些东西。由于R2DBC还是比较新，还存在一些需要改进和补充的东西。目前社区非常活跃，发展十分迅速。好了今天的文章就到这里，原创不易多多关注：码农小胖哥 如果你觉得本文很有用，请点赞、转发、再看。
关注公众号：Felordcn 获取更多资讯