动态的生成sql语句,根据不同的条件构造不同的where字句,是拼接sql 字符串的好处。而Linq的推出,是为了弥补编程中的 Data != Object 的问题。我们又该如何实现用object的动态查询呢?
1,用object的查询是什么?
我们可以简单的举这么一个例子。我们到公安局查找一个人。首先,我们会给出他的一些特征,比如,身高多少,年龄多少,性别,民族等。那么,我们把这个人的一些特征输入电脑。我们希望,电脑能给我们返回这个人的信息。而实际上,有相同特征的人太多了,常常返回一个集合。那让我们把这个过程抽象到程式里。我们需要new出来一个对象。这个对象包含了我们能知道的基本信息。而后,把这个对象传给Linq To Sql,等待返回结果。
根据这些基本的需求,我们来定义下面的函数,为了实现这个函数对任何实体都是有用的,我们把它定义为generic的。为了不破坏Linq To Sql延迟加载的规矩,我们把它的返回类型定义为IQueryable。如下:

public
IQueryable
<
TEntity
>
Find
<
TEntity
>
(TEntity obj) where TEntity :
class
思路出来了,先new出来一个对象,然后把对象传给这个函数,我们渴望它能返回与这个对象匹配的结果集。为了让它和DataContext有关系,我们把这个函数放到DataContext的partial类里。鼠标右击Linq To Sql文件,选择view code,这个时候,vs会为你创造一个DataContext的partial类,其扩展名比影射文件少了中间的desiger。大家要注意,你如果想自己修改影射文件,请放到这个文件里。这样当影射code被刷新时,才不会冲掉你自己的修改。先大体描述下我们的思路。

NorthwindDataContext db
=
new
NorthwindDataContext();

//
先new出一个对象

Customer c
=
new
Customer();

//
添入我们知道的最基本的信息,可以从ui获得

c.City
=
”
London
”
;

c.Phone
=
”
23236133
”
;

//
call函数find返回结果

var q
=
db.Find
<
Customer
>
(c);
2,原理
Linq To Sql支持用户动态生成lambda表达式。本文中所实现的方法,正是反射加lambda动态表达式。我们先来看如何动态生成lambda表达式。在Linq 中,lambda表达式会首先转化为Expression Tree,本文并不详解Expression Tree。Expression Tree是lambda表达式从code的形式转化为data的结果,是一种更高效的在内存中的数据结构。比如:
Func<int,int> f = x => x + 1; // Code
Expression<Func<int,int>> e = x => x + 1; // Data
第二个,其实也就是第一个转化后的形式。那好了,有了这个前提,我们就可以动态构造这个Expression Tree了。
// 先构造了一个ParameterExpression对象,这里的c,就是Lambda表达中的参数。(c=>)
ParameterExpression param = Expression.Parameter(typeof(TEntity), “c”);
//构造表达式的右边,值的一边
Expression right = Expression.Constant(p.GetValue(obj, null));
//构造表达式的左边,property一端。
Expression left = Expression.Property(param, p.Name);
//生成筛选表达式。即c.CustomerID == “Tom”
Expression filter = Expression.Equal(left, right);
//生成完整的Lambda表达式。
Expression<Func<TEntity, bool>> pred = Expression.Lambda<Func<TEntity, bool>>(filter, param);
//在这里,我们使用的是and条件。
query = query.Where(pred);
3,反射在本方法中的作用
因为我们采用了模板,也就是说,我们并不知道传进来的对象会有那些property,那反射在这里就提供一个很好的方法。我们可以通过反射去遍历每一个property,只有判断出该property的值不为null时,才将其视为条件。该函数完整的代码如下:

public
IQueryable
<
TEntity
>
Find
<
TEntity
>
(TEntity obj) where TEntity :
class



{

//
获得所有property的信息

PropertyInfo[] properties
=
obj.GetType().GetProperties(BindingFlags.Public
|
BindingFlags.Instance);

//
构造初始的query

IQueryable
<
TEntity
>
query
=
this
.GetTable
<
TEntity
>
().AsQueryable
<
TEntity
>
();

//
遍历每个property

foreach
(PropertyInfo p
in
properties)



{

if
(p
!=
null
)



{

Type t
=
p.PropertyType;

//
加入object,Binary,和XDocument, 支持sql_variant,imager 和xml等的影射。

if
(t.IsValueType
||
t
==
typeof
(
string
)
||
t
==
typeof
(System.Byte[])

||
t
==
typeof
(
object
)
||
t
==
typeof
(System.Xml.Linq.XDocument)

||
t
==
typeof
(System.Data.Linq.Binary))



{

//
如果不为null才算做条件

if
( p.GetValue(obj,
null
)
!=
null
)



{

ParameterExpression param
=
Expression.Parameter(
typeof
(TEntity),
”
c
”
);

Expression right
=
Expression.Constant(p.GetValue(obj,
null
));

Expression left
=
Expression.Property(param, p.Name);

Expression filter
=
Expression.Equal(left,right);


Expression
<
Func
<
TEntity,
bool
>>
pred
=
Expression.Lambda
<
Func
<
TEntity,
bool
>>
(filter, param);

query
=
query.Where(pred);

}

}

}

}

return
query;

}

4,测试用例及反思
我们用下面的例子来测试下这个函数

Customer c
=
new
Customer();

c.City
=
”
London
”
;

c.Phone
=
”
23236133
”
;


var q
=
db.Find
<
Customer
>
(c).ToList();
其生成的sql语句为:

SELECT
[
t0
]
.
[
CustomerID
]
,
[
t0
]
.
[
CompanyName
]
,
[
t0
]
.
[
ContactName
]
,
[
t0
]
.
[
ContactTitle
]
,
[
t0
]
.
[
Address
]
,
[
t0
]
.
[
City
]
,
[
t0
]
.
[
Region
]
,
[
t0
]
.
[
PostalCode
]
,
[
t0
]
.
[
Country
]
,
[
t0
]
.
[
Phone
]
,
[
t0
]
.
[
Fax
]

FROM
[
dbo
]
.
[
Customers
]
AS
[
t0
]

WHERE
(
[
t0
]
.
[
Phone
]
=
@p0
)
AND
(
[
t0
]
.
[
City
]
=
@p1
)

—
@p0: Input NVarChar (Size = 8; Prec = 0; Scale = 0) [23236133]

—
@p1: Input NVarChar (Size = 6; Prec = 0; Scale = 0) [London]
我们可以看到,其sql语句中,只有city和phone两个条件。并且他们之间是and的关系。我们最开始的设想实现了,但是,它是完美的吗?如果是or条件该怎么办呢?更多的时候,我们是在用模糊查询,那又该怎么办呢?这个问题,就留于下篇。
最后,介绍一种写log的方法。stream流使用static为避免多个datacontext的同时在使用log.txt文件。

partial
class
DataMappingDataContext



{

private
static
StreamWriter sw
=
new
StreamWriter(Path.Combine(Directory.GetCurrentDirectory(),
”
log.txt
”
),
true
);



/**/
///
<summary>

///
Try to create DataContext with log.

///
</summary>

///
<param name=”withLog”></param>


public
DataMappingDataContext(
bool
withLog)

:
this
()



{

OnCreated();

if
(withLog)



{

if
(sw
==
null
)



{

sw
=
new
StreamWriter(Path.Combine(Directory.GetCurrentDirectory(),
”
log.txt
”
),
true
);

}

this
.Log
=
sw;

}

}



/**/
///
<summary>

///
try to close streamwriter

///
</summary>

///
<param name=”disposing”></param>

protected
override
void
Dispose(
bool
disposing)



{

base
.Dispose(disposing);

sw.Flush();


}

}
在dispose函数里,把输出流flush。使用时,如下
using(northwind db = new norhwind(true))
{
//do something……
}
好,就先讲到这里。
TrackBack:
http://www.cnblogs.com/126/archive/2007/09/09/887723.html
转载于:https://www.cnblogs.com/hdjjun/archive/2008/11/05/1327096.html