Java ORM 代码量和性能对比：DoytoQuery vs SpringDataJPA/SpringJdbc/jOOQ/MyBatis-plus
TL;DR
代码量: DoytoQuery << SpringDataJPA/MyBatis-plus < jOOQ << SpringJdbc
查询性能：SpringJdbc > DoytoQuery > jOOQ >>> SpringDataJPA > MyBatis-plus
测试代码：https://github.com/f0rb/java-orm-comparison
介绍
本文基于几个常用的动态查询场景对比了基于对象查询映射（Object Query Mapping, OQM）方法的框架DoytoQuery与常用ORM框架（Spring Data JPA、Spring JDBC、jOOQ、MyBatis-plus）的代码量和查询性能。
实验设计
本实验旨在评估 DoytoQuery 与其他主流ORM框架在处理典型动态查询任务时的开发成本和运行效率。
实验对象
数据集来自Kaggle提供的工资数据 Data Science Salaries，共计 136,757 条记录。每条记录包含工作岗位、薪资、经验、工作类型、公司规模、工作地点等字段，适合构造多种复杂的动态查询场景。
对比框架
| 框架 | 简介 |
|---|---|
| DoytoQuery | OQM框架，通过声明式查询模型自动构建SQL语句 |
| Spring Data JPA | Hibernate 封装的高层 ORM 框架 |
| Spring JDBC | 基于 JDBC Template 的底层访问方式 |
| jOOQ | 提供类型安全 SQL 构造的 DSL 框架 |
| MyBatis-plus | MyBatis 增强工具，自动封装 CRUD |
查询场景
为了覆盖不同类型的查询逻辑，设计了以下三个查询任务：
| 编号 | 描述 |
|---|---|
| T1 | 查询 2025 年薪资在 20,000 和 100,000 之间的记录 |
| URL | /salary/?workYear=2025&salaryInUsdGt=20000&salaryInUsdLt=100000&pageSize=10 |
| SQL | SELECT * FROM salary WHERE work_year = ? AND salary_in_usd < ? AND salary_in_usd > ? LIMIT 10 OFFSET 0 |
| T2 | 查询岗位为 "Researcher"，薪资小于 30,000 或大于 300,000 的记录 |
| URL | /salary/?jobTitle=Researcher&or.salaryInUsdLt=30000&or.salaryInUsdGt=300000&pageSize=10 |
| SQL | SELECT * FROM salary WHERE job_title = ? AND (salary_in_usd < ? OR salary_in_usd > ?) |
| T3 | 查询 2025 年薪资高于 2023 年最大薪资的记录 |
| URL | /salary/?workYear=2025&salaryInUsdGt0.workYear=2023 |
| SQL | SELECT * FROM salary WHERE work_year = ? AND salary_in_usd > (SELECT max(salary_in_usd) FROM salary WHERE work_year = ?) |
查询对象统一建模
为了保证对比公平，所有框架均通过统一的查询对象 SalaryQuery 实现参数处理：
public class SalaryQuery extends PageQuery {
private Integer workYear;
private String jobTitle;
private Double salaryInUsdLt;
private Double salaryInUsdGt;
private SalaryQuery or;
private SalaryQuery salaryInUsdGt0;
}
评估指标
- 代码量（Code Size）：统计方法代码行数与总体代码行数（LOC），评估代码维护成本。
- 性能（Performance）：使用JMH测量每秒处理请求数量（ops/s），评估执行效率。
实验环境
-
硬件：
- CPU: Intel Core i5-13600KF
- 内存: 16GB DDR5
- 存储: 1TB SSD
- GPU: NVIDIA RTX 2060 Super
-
软件：
- 操作系统: Windows 11 Pro
- 数据库: MySQL 8.3.0
- JDK: Amazon Corretto 17.0.5
- Benchmark 工具: JMH 1.37
- 框架版本：Spring Boot 3.5.0、Spring Web 6.2.7 等
-
Benchmark 配置：
@BenchmarkMode(Mode.Throughput)
@OutputTimeUnit(TimeUnit.SECONDS)
@State(Scope.Benchmark)
@Fork(value = 2, jvmArgs = {"-Xms256M", "-Xmx2G", "-XX:+UseG1GC"})
@Threads(8)
@Warmup(iterations = 8, time = 1)
@Measurement(iterations = 3, time = 3)
public class ORMBenchmark { /*...*/ }
实验结果
DQ: DoytoQuery JDBC: Spring JDBC JPA: Spring Data JPA MP: MyBatis-Plus
代码量对比
分析：
- DoytoQuery 基于声明式查询模型，无需编写动态查询构建方法，总代码量远低于其他框架。
- ORM框架都需要通过指令式编程构建SQL语句，构建动态查询的代码量相近。
这里仅对比了查询代码。如果需要实现完整的增删查改接口，Spring JDBC 需要自行拼接SQL语句，代码量最高；Spring Data JPA，jOOQ，MyBatis-Plus都封装了基本的增删查改语句构建，代码量次之；DoytoQuery实现了SQL语句的完全自动化构建，代码量最少。
总体来看，DoytoQuery在代码复用与简洁性上优于传统ORM框架。
性能对比
分析：
- Spring JDBC由于采用字符串拼接SQL，性能最佳。
- DoytoQuery与jOOQ性能其次。
- Spring Data JPA 和MyBatis-Plus的表现最弱。
总结
实验表明，OQM方法通过声明式查询模型自动构建SQL语句，在代码量上远低于ORM框架。同时，其运行性能接近Spring JDBC，并优于其他ORM框架，验证了OQM方法在实际应用中的可行性与优势。
