BeetlSQL 研发自 2015 年，核心和生态扩展全部自研。目标是提供开发高效，维护高效，运行高效的数据访问框架，它适用范围广，定制性强，入门快。
阅读文档 源码和例子 在线体验 多库使用 性能测试 插件支持
本次发布
BeetlSQL 核心功能
|
BeetlSQL 核心 |
功能 |
|
sql-core |
核心包，封装了 JDBC 操作，SQL 文件管理，注解的注解管理 |
|
sql-fetch |
类似 Hibernate 那样提供 @Fetch，@FetchMany，@FetchOne 等注解 |
|
sql-mapper |
mapper 类定义和扩展，用户可以自定义自己的 mapper 和 mapper 的注解 |
|
sql-intergration |
整合 Spring，solon，jfinal 等框架，以及例子 |
|
sql-query |
Query 和 LambdaQuery，用 Java API 构造和使用 SQL |
|
sql-mapping |
支持单表，多表与 POJO 的互相映射，支持 json 定义，xml 定义映射方式，或者约定习俗 |
|
sql-template |
Beetl 模板实现，且支持其他模板语言 |
|
sql-gen |
代码生成抽象包，并提供默认实现可以生成 dao，sql 文件，md 文档 |
|
sql-db-support |
各种数据库的测试和验证，支持 33+ 数据库。 |
|
sql-samples |
包含了上百个使用 beetlsql 的例子 |
|
sql-test |
包含了上百个单元测试例子 |
BeetlSQL 最新扩展包
|
BeetlSQL 扩展包 |
功能 |
|
sql-xml |
高仿 myabtis 的 xml 语法，如果喜欢使用 xml 写 sql 模板的，可以使用此扩展包 |
|
sql-accelerator |
性能加速包，通过反射优化，缓存，让 beetlsql 性能提升 50%-200%，接近一半手写 JDBC 的性能 |
|
sql-firewall |
sql 防火墙，避免不小心写的 sql 破坏数据库 |
|
sql-dynamic-table |
支持像访问静态表格那样防火动态表格，简化动态创建表格的业务需求开发 |
|
sql-bean-encrypt |
支持 @MD5 ，@AES 等对字段加密解密 |
|
sql-rewrite |
采用 sql 重写，支持单表多租户，多表多租户等模式，支持逻辑删除，数据权限功能 |
| sql-template-sugar | 模版语法糖，增加了 and or asc，desc，set 等格式化函数 |
使用加速扩展性能优化结果：能达到近一半手写 JDBC 的性能
|
查询 |
测试内容 |
BeetlSQL(ops/ms) |
纯 jdbc |
mybatis |
JPA |
|
beetlsqlExecuteJdbc |
直接执行 JDBC |
318 |
678 |
/ |
64 |
|
beetlsqlExecuteTemplate |
执行 SQL 模板 |
268 |
/ |
44 |
66 |
|
beetlsqlFile |
SQL 存放在文件统一管理 |
266 |
/ |
41 |
/ |
|
beetlsqlInsert |
插入一条 |
129 |
248 |
43 |
59 |
|
beetlsqlGetAll |
获取所有数据 |
13 |
40 |
4 |
5 |
|
beetlsqlLambdaQuery |
Java 函数编写 SQL 执行查询 |
196 |
/ |
9 |
/ |
|
beetlsqlPageQuery |
翻页查询 |
159 |
/ |
17 |
59 |
|
beetlsqlSelectById |
查询一条 |
259 |
670 |
43 |
61 |
JMH 性能测试
Benchmark Mode Cnt Score Error Units
Beetl.addEntity thrpt 5 133.190 ± 38.548 ops/ms
Beetl.complexMapping thrpt 5 236.289 ± 288.370 ops/ms
Beetl.executeJdbcSql thrpt 5 298.657 ± 80.480 ops/ms
Beetl.executeTemplateSql thrpt 5 251.418 ± 77.757 ops/ms
Beetl.getAll thrpt 5 14.531 ± 0.605 ops/ms
Beetl.getEntity thrpt 5 359.275 ± 85.099 ops/ms
Beetl.lambdaQuery thrpt 5 187.228 ± 59.697 ops/ms
Beetl.one2Many thrpt 5 178.041 ± 181.829 ops/ms
Beetl.pageQuery thrpt 5 148.982 ± 39.327 ops/ms
Beetl.sqlFile thrpt 5 249.206 ± 100.083 ops/ms
DBVisitor.addEntity thrpt 5 99.294 ± 33.564 ops/ms
DBVisitor.executeJdbcSql thrpt 5 185.177 ± 50.993 ops/ms
DBVisitor.executeTemplateSql thrpt 5 3.189 ± 0.748 ops/ms
DBVisitor.getAll thrpt 5 3.163 ± 0.980 ops/ms
DBVisitor.getEntity thrpt 5 125.683 ± 44.190 ops/ms
DBVisitor.lambdaQuery thrpt 5 94.314 ± 38.499 ops/ms
DBVisitor.pageQuery thrpt 5 49.954 ± 18.254 ops/ms
EasyQuery.addEntity thrpt 5 98.904 ± 39.890 ops/ms
EasyQuery.complexMapping thrpt 5 67.397 ± 59.919 ops/ms
EasyQuery.executeJdbcSql thrpt 5 243.160 ± 48.080 ops/ms
EasyQuery.getAll thrpt 5 14.896 ± 2.219 ops/ms
EasyQuery.getEntity thrpt 5 134.370 ± 67.962 ops/ms
EasyQuery.lambdaQuery thrpt 5 137.292 ± 53.438 ops/ms
EasyQuery.one2Many thrpt 5 75.083 ± 53.738 ops/ms
EasyQuery.pageQuery thrpt 5 84.596 ± 46.942 ops/ms
Flex.addEntity thrpt 5 86.484 ± 40.022 ops/ms
Flex.getAll thrpt 5 2.926 ± 0.993 ops/ms
Flex.getEntity thrpt 5 73.445 ± 39.437 ops/ms
Flex.pageQuery thrpt 5 33.999 ± 26.776 ops/ms
Jdbc.addEntity thrpt 5 225.223 ± 304.585 ops/ms
Jdbc.executeJdbcSql thrpt 5 691.616 ± 145.280 ops/ms
Jdbc.getAll thrpt 5 35.827 ± 7.295 ops/ms
Jdbc.getEntity thrpt 5 678.791 ± 165.527 ops/ms
Jpa.addEntity thrpt 5 53.219 ± 78.543 ops/ms
Jpa.executeJdbcSql thrpt 5 60.734 ± 61.299 ops/ms
Jpa.executeTemplateSql thrpt 5 64.478 ± 48.688 ops/ms
Jpa.getAll thrpt 5 4.710 ± 2.062 ops/ms
Jpa.getEntity thrpt 5 56.325 ± 53.744 ops/ms
Jpa.one2Many thrpt 5 92.168 ± 111.591 ops/ms
Jpa.pageQuery thrpt 5 58.756 ± 48.056 ops/ms
MyBatis.addEntity thrpt 5 40.533 ± 12.461 ops/ms
MyBatis.complexMapping thrpt 5 106.348 ± 57.688 ops/ms
MyBatis.executeTemplateSql thrpt 5 46.953 ± 13.541 ops/ms
MyBatis.getAll thrpt 5 5.394 ± 0.502 ops/ms
MyBatis.getEntity thrpt 5 45.303 ± 11.928 ops/ms
MyBatis.lambdaQuery thrpt 5 23.756 ± 13.613 ops/ms
MyBatis.pageQuery thrpt 5 16.190 ± 5.682 ops/ms
MyBatis.sqlFile thrpt 5 42.558 ± 18.025 ops/ms
SqlUtils.addEntity thrpt 5 232.501 ± 332.656 ops/ms
SqlUtils.executeJdbcSql thrpt 5 682.610 ± 171.506 ops/ms
SqlUtils.getAll thrpt 5 44.353 ± 4.346 ops/ms
SqlUtils.getEntity thrpt 5 643.873 ± 131.587 ops/ms
Wood.addEntity thrpt 5 105.097 ± 79.961 ops/ms
Wood.executeJdbcSql thrpt 5 127.020 ± 48.142 ops/ms
Wood.executeTemplateSql thrpt 5 129.193 ± 44.455 ops/ms
Wood.getAll thrpt 5 2.051 ± 0.524 ops/ms
Wood.getEntity thrpt 5 126.104 ± 41.976 ops/ms
Wood.lambdaQuery thrpt 5 125.013 ± 43.991 ops/ms
Wood.pageQuery thrpt 5 220.101 ± 90.028 ops/ms
Wood.sqlFile thrpt 5 132.431 ± 50.141 ops/ms
微信关注我们
转载内容版权归作者及来源网站所有！
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。
Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。
Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。
Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。
扫码在手机上查看文章
扫描二维码，手机阅读更方便
有任何问题或合作意向欢迎联系我们
Email: 99873273@qq.com
QQ: 99873273