以JSON装备的办法去完成通用性和动态调整,当然,这个通用依然存在必定的局限性,每个项目的代码风格都不同,想要写出一个合适一切项目的通用性模块并不容易,这里的通用局限于其所在项目,所以该功用代码假如不适用于自己的项目,希望能够以此为参阅,稍作修正。
那么现在来分析一下,咱们会需求哪些JSON装备项。
导出
根底装备项
先从最简单的导出开端,被导出数据应该支撑经过业务层查出,如:Service.search(param),这是大前提,
然后为了支撑显现导出进展,业务层还需求提供数量查询办法,如:Service.count(param),不然无法完成导出进展。
最终导出文件名也能够定制,如:filename
由上能够得出装备项:
- serviceClazz:业务类途径,如:com.cc.service.UserService,必填
- methodName:查询办法名,如:listByCondition,必填
- countMethodName:数量查询办法名,可填,用于支撑导出进展
- filename:导出文件名
- searchParams:查询参数,数组类型,字典元素。用数组是为了支撑查询办法需求传多参数的状况
至于查询办法的参数类,不需求填,由于咱们能够经过反射去获取到该办法所需求传入的参数类型(注意,以下贴出的是要害代码,仅作参阅了解):
Class<?> serviceClass = Class.forName(param.getServiceClazz());
// param为请求参数类
Method searchMethod = ReflectUtil.findMethodByName(serviceClass, param.getMethodName());
// 办法所需求传入的参数列表
Class<?>[] parameterTypes = searchMethod.getParameterTypes();
/**
* 经过反射从指定类中获取办法目标
*/
public static Method findMethodByName(Class<?> clazz, String name) {
Method[] methods = clazz.getMethods();
if (StringUtils.isEmpty(name)) {
return null;
}
for (Method method : methods) {
if (method.getName().equals(name)) {
return method;
}
}
return null;
}
现在咱们来想想,导出都会有哪些场景:
- 列表页的分页查询,可能是当前页数据导出,也可能是一切数据导出,这触及到分页查询
- 数据总览页的查询,通常是开发者自定义的杂乱连表查询,不需求分页
那么本文针对以上两种状况来完成第一版的通用导出功用。
列表页的分页查询
列表页的数据导出分当前页导出和一切数据导出,
假定查询流程是这样的:
- 接口层接纳参数:Controller.search(Param param)
- 业务层调用查询办法:Service.search(param)
- 耐久层拜访数据库:Mapper.search(param)
这种状况很简单,但假如流程是这样的:
- 接口层接纳参数:Controller.search(Param param)
- 业务层调用查询办法:Service.search(new Condition(param))
- 耐久层拜访数据库:Mapper.search(condition)
上面代码中,接口请求参数和耐久层参数不一致,在业务层经过了包装,那么这种状况也要兼容处理。
可是假如请求参数在业务层经过了包中包中包,那么就算了。
接着是分页参数,咱们用pageNum和pageSize来表明页码和数量字段,相似于:
{
"pageNum": 1,
"pageSize": 10,
"name": "老刘" // 此为查询字段,如查询姓名为老刘的数据
}
关于当前页导出和一切数据导出,能够用一个bool来表明:onlyCurrentPage,默许false,即导出时会自动分页查询数据,直到一切数据查询完毕,导出一切数据时分页查询很有必要,能提高功用,防止内存溢出,当onlyCurrentPage为true时,则只导出当前页面数据。
得出需求的装备项为:
- searchParam:接口分页请求参数,JSON类型,必填
- conditionClazz:条件查询类,也能够认为是包装类,如:com.cc.codition.UserCondition,可填
- onlyCurrentPage:仅当前页导出,默许false,可填
数据总览页的查询
数据总览数据没有数量查询办法,即Service.count(xxx),也没有分页查询参数,相似于当前页导出,在也只考虑一层包装类的状况下,没有额外的装备项,上面的现已满足了,要注意的便是代码里面得把分页参数剔除去。
表头装备
一级表头
模仿一些数据来加深了解,现有一个接口是查询体系用户列表,如:/user/search,回来结果是这样的:
{
"code": 0,
"msg": "请求成功",
"data": [
{
"id": 1,
"username": "admin",
"nickname": "超管",
"phone": "18818881888",
"createTime": "2023-06-23 17:16:00"
},
{
"id": 2,
"username": "cc",
"nickname": "管理员",
"phone": "18818881888",
"createTime": "2023-06-23 17:16:00"
},
...
]
}
现在贴出EasyExcel的代码:
// 创立excel文件
try (ExcelWriter excelWriter = EasyExcel.write(path).build()) {
WriteSheet writeSheet = EasyExcel.writerSheet("sheet索引", "sheet名称").head(getHeader()).build();
excelWriter.write(getDataList(), writeSheet);
}
// 模仿表头
private static List<List<String>> getHeader() {
List<List<String>> list = new ArrayList<>();
list.add(createHead("账号"));
list.add(createHead("昵称"));
list.add(createHead("联系办法"));
list.add(createHead("注册时刻"));
return list;
}
public static List<String> createHead(String... head) {
return new ArrayList<>(Arrays.asList(head));
}
// 模仿数据
public static List<List<Object>> getDataList() {
List<List<Object>> list = new ArrayList<>();
list.add(createData("admin", "超管", "18818881888", "2023-06-23 17:16:00"));
list.add(createData("cc", "管理员", "18818881888", "2023-06-23 17:16:00"));
return list;
}
public static List<Object> createData(String... data) {
return new ArrayList<>(Arrays.asList(data));
}s
然后导出作用是这样的:
现在先别在乎作用图的excel款式,咱们后边都会进行动态装备,比方列宽、表头背景色、字体居中等。
上面咱们虽然是写死了代码,但聪明的开发者必定懂得将数据库查询来的数据转换成对应的格局,所以这段就跳过了。
现在咱们就能够得出根底的表头装备:
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号"
},
{
"fieldName": "nickname",
"fieldNameZh": "昵称"
},
{
"fieldName": "phone",
"fieldNameZh": "联系办法"
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时刻"
}
]
也便是:
- fieldName:特点名,这样能够从回来结果的数据目标里面经过反射找到该特点以及值
- fieldNameZh:特点名肯定不合适作为表头名,添加一个中文说明来替代特点名作为表头
有了上面的根底,咱们就能够添加更多的项来完成功用的丰富性,比方
{
"fieldName": "username",
"fieldNameZh": "账号",
"width": 20, // 列宽
"backgroundColor": 1, // 表头背景色
"fontSize": 20, // 字体大小
"type": "date(yyyy-MM-dd)" // 字段类型
...
}
注:字段类型能够用作数据格局化,比方该特点是一个status状态,1表明正常,2表明异常,那么导出这个1或2是没有意义的,所以经过字段类型识别出这个状态值对应的中文描述,这样的导出才正常。
一级表头现已能够满意咱们许多场景了,可是这并不满足,我的经历中,经常需求用到两行表头甚至是杂乱表头,好在EasyExcel是支撑多级表头的。
多级表头
先贴出EasyExcel生成二级表头的示例代码:
// 模仿表头
private static List<List<String>> getHeader() {
List<List<String>> list = new ArrayList<>();
list.add(createHead("用户信息", "账号"));
list.add(createHead("用户信息", "昵称"));
list.add(createHead("用户信息", "联系办法"));
list.add(createHead("用户信息", "注册时刻"));
list.add(createHead("人物信息", "超管"));
list.add(createHead("人物信息", "管理员"));
return list;
}
public static List<String> createHead(String... head) {
return new ArrayList<>(Arrays.asList(head));
}
// 模仿数据
public static List<List<Object>> getDataList() {
List<List<Object>> list = new ArrayList<>();
list.add(createData("admin", "超管", "18818881888", "2023-06-23 17:16:00", "是", "是"));
list.add(createData("cc", "管理员", "18818881888", "2023-06-23 17:16:00", "否", "是"));
return list;
}
public static List<Object> createData(String... data) {
return new ArrayList<>(Arrays.asList(data));
}
作用是这样的:
能够看到,前面4列有一个一起表头【用户信息】,后边两列有一个一起表头【人物信息】,
从上面的示例代码咱们知道,要使表头合并,数据列表得按次序和相同表头名,这样会被EasyExcel识别到然后才有合并作用,这点需求注意。
同理,当咱们需求生成杂乱表头的时分,能够这样:
// 模仿表头
private static List<List<String>> getHeader() {
List<List<String>> list = new ArrayList<>();
list.add(createHead("导出用户数据", "用户信息", "账号"));
list.add(createHead("导出用户数据", "用户信息", "昵称"));
list.add(createHead("导出用户数据", "用户信息", "联系办法"));
list.add(createHead("导出用户数据", "用户信息", "注册时刻"));
list.add(createHead("导出用户数据", "人物信息", "超管"));
list.add(createHead("导出用户数据", "人物信息", "管理员"));
return list;
}
作用图:
定论
以上是我对导出功用的考虑和完成思路,由于篇幅的联系,我没有贴出完整的代码,可是信任以上内容现已满足大家作为参阅,短少的内容,比方列宽、色彩字体等设置,请查阅EasyExcel官方文档来完成,首要办法便是根据前端传过来的JSON装备信息,来动态装备EasyExcel的导出文件。
导入
导入分两个步骤:
- 用户下载导入模板
- 用户填内容进导入模板,然后上传模板文件到体系,完成数据导入操作
下载导入模板
导入模板只需求上面的customHeads参数即可:
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号"
},
{
"fieldName": "nickname",
"fieldNameZh": "昵称"
},
{
"fieldName": "phone",
"fieldNameZh": "联系办法"
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时刻"
}
]
甚至fieldName都能够不要,生成一个只有表头的excel文件。
导入数据
导入数据有两种场景:
- 单表数据导入,该场景很简单
- 杂乱数据导入,触及多表,这种状况就稍微杂乱点
单表数据导入
单表只需求考虑对应实体类的特点即可,咱们能够经过反射来获取实体类的特点,所以需求的装备项是:
- modelClazz:实体类途径,如:com.cc.entity.User
装备示例:
{
"modelClazz": "com.cc.entity.User",
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号"
},
{
"fieldName": "nickname",
"fieldNameZh": "昵称"
},
{
"fieldName": "phone",
"fieldNameZh": "联系办法"
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时刻"
}
]
}
这样在导入数据,被EasyExcel读取每一行数据的时分,能够识别到如:username项对应com.cc.entity.User类的username特点那么就能做到相似这样的事情:
User user = new User();
user.setUsername(fieldName列的值)
由此能够得到一个List<User> userList数组,再经过体系的UserService或UserMapper保存到数据库,即可完成数据导入操作。
杂乱数据导入
杂乱数据比方这种场景:excel文件中每行的数据是这样的:
账号 | 昵称 | 联系办法 | 注册时刻 | 人物名 |
---|---|---|---|---|
admin | 超管 | 18818881888 | 2023-06-23 17:16:00 | 超级管理员 |
cc | 管理员 | 18818881888 | 2023-06-23 17:16:00 | 管理员 |
其中是否超管和是否管理员触及相关表:
- 用户表:tb_user
- 人物表:tb_role
- 用户人物相关表:tb_user_role_relation
为了支撑这种杂乱数据导入,体系内需求提供对应的保存办法:
-
新建DTO类:
第一种:
public class UserDto { private String username; private String nickname; private String phone; private Date createTime; private Boolean superAdminFlag; private Boolean adminFlag; }
第二种:
public class UserDto { private User user; private Role role; }
这两种DTO的状况咱们都应该考虑,第一种不必多说,上面的装备就能够应对,首要看第二种,第二种办法要考虑“途径”这个问题,所以customHeads的写法就要有所改动:
{ "modelClazz": "com.cc.model.UserDto", "customHeads": [ { "fieldName": "user.username", "fieldNameZh": "账号" }, ... ] }
这样装备账号途径为:user.username,特点的反射查询就要有递归概念,先去查找UserDto类的user特点,得到该特点的类,再去获取其内的username特点,赋值办法就变成了:
UserDto dto = new UserDto(); User user = new User(); user.setUsername(fieldName列的值); dto.setUser(user);
这样得到一个List<UserDto> dtoList数组。
-
既然有杂乱数据导入的业务,那么在Service业务层中,也应该编写杂乱数据的保存函数:
public interface UserService { // 单条刺进 void saveUserDto(UserDto dto); // 批量刺进 void saveUserDtoBatch(List<UserDto> dtoList); }
@Service public class UserServiceImpl implements UserService { @Autowired private UserMapper userMapper; @Autowired private RoleService roleService; @Autowired private UserRoleRelationService relationService; // 业务 @Transactional(rollbackFor = Exception.class) @Override public void saveUserDto(UserDto dto) { // 保存用户 User user = userMapper.save(dto.getUser()); // 保存人物 Role role = roleService.save(dto.getRole); // 保存相关 UserRoleRelation relation = new UserRoleRelation(); relation.setUserId(user.getId()); relation.setRoleId(role.getId()); relationService.save(relation); } // 批量刺进代码省略,原理同上 void saveUserDtoBatch(List<UserDto> dtoList); }
-
经过EasyExcel读取到的每一行数据都能转成UserDto目标,再经过单条或批量来保存数据,这期间有许多能够优化考虑的点,比方:
- 批量比单条保存效率高、功用好,可是批量不容易识别出部分失败的行
- 批量保存的数量不能太多,要考虑体系和数据库的功用,比方每次读取500行就履行一次保存
- 保存的进展显现,先获取excel总行数,再根据当前读取行数来计算进展,并回来给前端
- 导入时刻过长,能够做成后台任务进行,至于前端提醒能够是轮询也能够是WebSocket
所以需求指定查询办法,这装备项上面现已给出来了。
装备项总结
最终给出一个总装备项出来参阅:
导出数据装备
{
"filename": "用户数据导出",
"serviceClazz": "com.cc.service.UserService",
"methodName": "listByCondition",
"countMethodName": "countByCondition",
"searchParams": [
{
"nickname": "cc" // 查找昵称为cc的用户
}
],
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号",
"width": 20, // 列宽
"fontSize": 20 // 字体大小
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时刻",
"type": "date(yyyy-MM-dd)" // 特点类型声明为date,而且转换成指定格局导出
}
]
}
导入模板装备
{
"filename": "用户数据导入",
"modelClazz": "com.cc.entity.User",
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号",
"width": 20, // 列宽
"fontSize": 20 // 字体大小
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时刻",
"type": "date(yyyy-MM-dd)" // 特点类型声明为date,而且转换成指定格局导出
}
]
}
导入数据装备
{
"modelClazz": "com.cc.entity.User",
"serviceClazz": "com.cc.service.UserService",
"methodName": "save",
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号",
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时刻",
"type": "date(yyyy-MM-dd)" // 特点类型声明为date,而且转换成指定格局导出
}
]
}