1、 增加DataSourceSelector，为多数据源场景下使用其他开源插件如dynamic-datasource等提供扩展
2、升级依赖包版本
个人的观念是：JPA+更加灵活高效的sql组织和执行机制，任何单独强调jpa和mybatis都是有失偏颇的。
1、互联网项目很多人认为JPA就足够了(常问jpa够好了为什么有人还在鼓吹mybatis)，忽视了面向管理端和数据统计分析时场景的复杂性，有人说jpa有qsl也可以写原生sql，但真的还不够强!
2、ToB的项目很多人认为mybatis灵活便于sql优化，但希望普通的单表操作能跟jpa一样，因此产生了mybatis的各种plus，甚至plus plus！
3、更有甚者：强调jooq模式用对象实现sql，简单查询的对象式并无过错，但复杂的其实就矫枉过正了，sql本身就是一个普世的语言，在客户端调试完再转成java对象模式，修改的时候再转成sql再调试，这种过程本质而言就是自虐，开发懂sql、产品懂sql、测试懂sql，变成对象模式就只有开发自己懂！
总之：我们希望有JPA那种对象式的简单直接，也想要有sql的灵活高效。
1、sqltoy有jpa式的对象操作，且针对jpa的一些不足进行了加强
2、sqltoy的sql 充分考虑了开发、调试、变更、后期维护的全过程，让sql更加接近于客户端调试完的结果
3、sqltoy不是简单地重复jpa和优化mybatis，而是针对性能优化和统计分析提供了独特新颖的解决思路，你会第一次了解到缓存翻译、分页优化、快速分页、并行查询、行列转换等极为有帮助的特性(当然分库分表等人人皆知的功能自然也是支持的)。
- sqltoy的对象操作介绍，通过框架中的SqlToyLazyDao完成交互
StaffInfoVO staffInfo = new StaffInfoVO();
//保存
sqlToyLazyDao.save(staffInfo);
//删除
sqlToyLazyDao.delete(new StaffInfoVO("S2007"));
//update 针对jpa的缺陷进行了改进
//public Long update(Serializable entity, String... forceUpdateProps);
// 这里对photo 属性进行强制修改，其他为null自动会跳过
sqlToyLazyDao.update(staffInfo, "photo");
//深度修改,不管是否null全部字段修改
sqlToyLazyDao.updateDeeply(staffInfo);
List<StaffInfoVO> staffList = new ArrayList<StaffInfoVO>();
StaffInfoVO staffInfo = new StaffInfoVO();
StaffInfoVO staffInfo1 = new StaffInfoVO();
staffList.add(staffInfo);
staffList.add(staffInfo1);
//批量保存或修改
sqlToyLazyDao.saveOrUpdateAll(staffList);
//批量保存
sqlToyLazyDao.saveAll(staffList);
...............
sqlToyLazyDao.loadByIds(StaffInfoVO.class,"S2007")
//唯一性验证
sqlToyLazyDao.isUnique(staffInfo, "staffCode");
//提供了独特的updateFetch功能，查询、锁定、修改并返回修改后的结果
// 适用于高并发、高度一致性场景，如:库存台账、财务资金帐实时扣减、叠加等
public List updateFetch(final QueryExecutor queryExecutor, final UpdateRowHandler updateRowHandler);
// sqltoy中统一的规则是xml中的sqlId 或者直接传具体的sql语句，而不是only xml
public <T extends Serializable> List<T> findBySql(final String sqlOrNamedSql, final T entity);
//带缓存翻译的代码中动态条件查询，xml中的功能用代码基本都可以实现，xml一般用于复杂查询
public PaginationModel<StaffInfoVO> findStaff(PaginationModel<StaffInfoVO> pageModel, StaffInfoVO staffInfoVO) {
return sqlToyLazyDao.findEntity(StaffInfoVO.class, pageModel, EntityQuery.create()
.where("#[staffName like :staffName]#[and createTime>=:beginDate]#[and createTime<=:endDate]")
.values(staffInfoVO)
// 将性别代码通过缓存转变成中文名称
.translates(new Translate("dictKeyName").setColumn("sexTypeName")
.setCacheType("SEX_TYPE").setKeyColumn("sexType"))
//通过缓存显示员工所在机构的名称
.translates(new Translate("organIdName").setColumn("organName")
.setKeyColumn("organId")));
}
//演示代码中非直接sql模式设置条件模式进行记录修改
public Long updateByQuery() {
return sqlToyLazyDao.updateByQuery(StaffInfoVO.class,
EntityUpdate.create().set("createBy", "S0001")
.where("staffName like ?").values("张"));
}
//代码中非直接sql模式设置条件模式进行记录删除
sqlToyLazyDao.deleteByQuery(StaffInfoVO.class, EntityQuery.create()
.where("status=?").values(0));
- 通过上面的介绍说明sqltoy在常规的crud领域是跟jpa、mybatis(plus)对等的,一些细节因篇幅不做详细介绍，而不是only sql、only xml！因为下面的篇幅更多会以xml和sql形式表达,上面不铺垫一下容易误解sqltoy就必须是sql必须是xml。
- sqltoy在sql编写方式上跟客户端(dbeaver) 上极为一致，让sql极为简洁、直观、便于后期维护
![阐述sqltoy为什么秒杀mybatis(plus)]()
sql编写模式上秒杀mybatis
- sqltoy的缓存翻译极大的提升性能同时简化sql，性能还需要对比吗？
![阐述sqltoy为什么秒杀mybatis(plus)]()
将多表查询变成了单表查询，性能不秒杀mybatis？
- 快速分页:@fast() 实现先取单页数据然后再关联查询，极大提升速度
- 分页优化器:page-optimize 让分页查询由两次变成1.3~1.5次(用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询
- sqltoy的分页取总记录的过程不是简单的select count(1) from (原始sql)；而是智能判断是否变成:select count(1) from 'from后语句'， 并自动剔除最外层的order by
- sqltoy支持并行查询：parallel="true"，同时查询总记录数和单页数据,大幅提升性能
- 在极特殊情况下sqltoy分页考虑是最优化的，如:with t1 as (),t2 as @fast(select * from table1) select * from xxx 这种复杂查询的分页的处理，sqltoy的count查询会是:with t1 as () select count(1) from table1, 如果是:with t1 as @fast(select * from table1) select * from t1 ,count sql 就是：select count(1) from table1
String[] paramNames = new String[] { "userId", "defaultRoles", "deployId", "authObjType" };
Object[] paramValues = new Object[] { userId, defaultRoles, DEPLOY_ID,GROUP };
List<QueryResult<TreeModel>> list = super.parallQuery(
Arrays.asList(
ParallQuery.create().sql("webframe_searchAllModuleMenus").resultType(TreeModel.class),
ParallQuery.create().sql("webframe_searchAllUserReports").resultType(TreeModel.class)),
paramNames, paramValues);
- 无限极分组统计(含汇总求平均)，算法配置简单又跨数据库！
1、oracle 11g+
2、db2 9.5+,建议从10.5 开始
3、mysql(mariadb/innosql)支持5.6、5.7、8.0 版本
4、postgresql(greenplum) 支持9.5 以及以上版本
5、sqlserver 2012+
6、sqlite
7、DM达梦数据库
8、elasticsearch 只支持查询,版本支持5.7+版本，建议使用7.3以上版本
9、clickhouse、dorisdb
10、oceanBase
11、guassdb
12、tidb
13、kingbase
14、mongodb (只支持查询)
15、sybase_iq 支持15.4以上版本，建议使用16版本
因为篇幅原因，关于其他的例如分库分表、跨数据库sql自适应、json类型支持等可通过sqltoy的文档深入了解。
