这不是又一篇XX 框架最好的软广。这是一份选型笔记——记录我在不同项目里用过 MyBatis-Plus、Spring Data JPA、JOOQ 之后为什么最后还是决定自己造了一个 7000 行的 ORM。文章里所有代码都能跑所有缺点都不掩饰包括 DLZ-DB 自己的。一、开场:被 ORM 教做人的十年写 Java 近 20 年, 接触过无数的历史项目新项目, 从最开始的原生jdbc, 到 ORM, 主力从 Hibernate 一路用到 MyBatis、MyBatis-Plus,中间被一个金融项目逼着学了 JOOQ。每换一个我都以为这次终于对了,然后被现实揍醒:Hibernate 时代:被一个延迟加载的LazyInitializationException折磨了一整周MyBatis 时代:在 Mapper.xml 里foreach套choose套if,写完自己都看不懂MyBatis-Plus 时代:6 个文件起步的 Entity/Mapper/Service/ServiceImpl/Controller/DTO,简单 CRUD 写得想哭JOOQ 时代:每次改表结构都要重跑codegen,CI 流水线慢了 5 分钟最后我接手一个 SaaS 多租户项目,租户数据源要动态注册。DS(tenant_xxx)是编译期注解硬编码的——我对着它瞪了一下午,然后开了个新仓库。那个仓库后来变成了 DLZ-DB。下面是这 4 个框架(加上 DLZ-DB)在三个真实场景里的对比。代码我都跑过,包括别家的——尽量公平。二、60 秒认识 4 个对手框架一句话定位代表用户MyBatis-PlusMyBatis 增强工具,国内 ORM 第一阵营80% 的国内 Java 项目Spring Data JPAJSR-338 标准实现(底层 Hibernate)欧美主流、国内大厂部分团队JOOQ类型安全的 SQL DSL,靠代码生成器金融、报表、SQL 重度项目DLZ-DB7000 行的轻量 ORM,链式 API 零 Mapper中小项目、SaaS、AI 辅助开发定位不同,对比的目的不是谁赢,而是在你的场景下谁更顺手。三、场景实战:同需求,4 套写法场景 A:给sys_config表加 CRUD需求:四个字段(id、key、value、remark),要 5 个接口(增、改、删、按 key 查、列表)。MyBatis-Plus(5 个文件)// 1. EntityDataTableName(sys_config)publicclassSysConfig{Longid;StringconfigKey;StringconfigValue;Stringremark;}// 2. MapperpublicinterfaceSysConfigMapperextendsBaseMapperSysConfig{}// 3. Service 接口publicinterfaceSysConfigServiceextendsIServiceSysConfig{}// 4. ServiceImplServicepublicclassSysConfigServiceImplextendsServiceImplSysConfigMapper,SysConfigimplementsSysConfigService{}// 5. ControllerRestControllerRequestMapping(/config)publicclassSysConfigController{AutowiredSysConfigServiceservice;GetMapping(/{key})publicSysConfiggetByKey(PathVariableStringkey){returnservice.lambdaQuery().eq(SysConfig::getConfigKey,key).one();}// ... 另外 4 个接口}注:MP 现在支持lambdaQuery()链式形式,比new LambdaQueryWrapper()简洁不少,我用了较新的写法。Spring Data JPA(3-4 个文件)EntityTable(namesys_config)DatapublicclassSysConfig{IdGeneratedValueLongid;StringconfigKey;StringconfigValue;Stringremark;}publicinterfaceSysConfigRepositoryextendsJpaRepositorySysConfig,Long{OptionalSysConfigfindByConfigKey(Stringkey);}RestControllerRequestMapping(/config)publicclassSysConfigController{AutowiredSysConfigRepositoryrepo;GetMapping(/{key})publicSysConfiggetByKey(PathVariableStringkey){returnrepo.findByConfigKey(key).orElse(null);}// ...}JPA 的方法名推导很爽——但仅限于简单查询。JOOQ(生成代码 调用)// 生成的代码:SysConfigRecord, Tables.SYS_CONFIG(自动)// 业务代码RestControllerRequestMapping(/config)publicclassSysConfigController{AutowiredDSLContextdsl;GetMapping(/{key})publicSysConfigRecordgetByKey(PathVariableStringkey){returndsl.selectFrom(SYS_CONFIG).where(SYS_CONFIG.CONFIG_KEY.eq(key)).fetchOne();}}类型安全到极致——表名字段名全是常量。但你得维护 codegen 流水线。DLZ-DB(2 个文件)DataTableName(sys_config)publicclassSysConfig{Longid;StringconfigKey;StringconfigValue;Stringremark;}RestControllerRequestMapping(/config)publicclassSysConfigController{GetMapping(/{key})publicSysConfiggetByKey(PathVariableStringkey){returnDB.Pojo.select(SysConfig.class).eq(SysConfig::getConfigKey,key).queryBean();}// 增删改查全部 1 行}没有 Mapper,没有 Service 接口,没有 codegen。但代价是——你失去了标准分层。场景 B:动态条件 分页需求:根据传入参数动态拼条件(status 可空、name 可空模糊、时间区间可空),按创建时间倒序分页。MyBatis-PlusPageUserpageuserService.lambdaQuery().eq(status!null,User::getStatus,status).like(StrUtil.isNotBlank(name),User::getName,name).ge(startTime!null,User::getCreateTime,startTime).orderByDesc(User::getCreateTime).page(newPage(pageNum,pageSize));MP 的三参eq(condition, column, value)设计得不错,动态条件可读性还行。Spring Data JPA(Specification)SpecificationUserspec(root,query,cb)-{ListPredicatepsnewArrayList();if(status!null)ps.add(cb.equal(root.get(status),status));if(StrUtil.isNotBlank(name))ps.add(cb.like(root.get(name),%name%));if(startTime!null)ps.add(cb.greaterThanOrEqualTo(root.get(createTime),startTime));returncb.and(ps.toArray(newPredicate[0]));};returnuserRepo.findAll(spec,PageRequest.of(pageNum,pageSize,Sort.by(createTime).descending()));JPA 在动态查询上最啰嗦。Criteria API 是 JSR 标准的代价。JOOQConditioncondnoCondition();if(status!null)condcond.and(USER.STATUS.eq(status));if(StrUtil.isNotBlank(name))condcond.and(USER.NAME.like(%name%));if(startTime!null)condcond.and(USER.CREATE_TIME.ge(startTime));ListUserRecordlistdsl.selectFrom(USER).where(cond).orderBy(USER.CREATE_TIME.desc()).limit(pageSize).offset((pageNum-1)*pageSize).fetch();类型安全很好,但分页要手动算 offset,没有原生Page对象。DLZ-DBreturnDB.Pojo.select(User.class).eq(status!null,User::getStatus,status).like(StrUtil.isNotBlank(name),User::getName,name).ge(startTime!null,User::getCreateTime,startTime).orderByDesc(User::getCreateTime).queryPage(pageNum,pageSize);和 MP 风格一致——这点 DLZ-DB 没有刻意标新立异,直接借鉴了 MP 的成熟设计。小结:动态查询场景下,MP 和 DLZ-DB 写法几乎并列第一,JPA 最啰嗦,JOOQ 居中。场景 C:JSON 字段查询 部分更新需求:user表有profileJSON 字段({address:{city:杭州}}),要按 city 查询,并支持只更新 city 不动其他字段。MyBatis-Plus// 查询:写原生 SQL 用 JSON_EXTRACTSelect(SELECT * FROM user WHERE JSON_EXTRACT(profile, $.address.city) #{city})ListUserfindByCity(Stringcity);// 更新:JSON_SETUpdate(UPDATE user SET profile JSON_SET(profile, $.address.city, #{city}) WHERE id #{id})intupdateCity(Longid,Stringcity);// 实体上配 TypeHandler 才能映射成对象TableField(typeHandlerJacksonTypeHandler.class)privateUserProfileprofile;JPA// AttributeConverter 处理 JSON ↔ 对象Convert(converterUserProfileConverter.class)privateUserProfileprofile;// 查询要写原生 SQL 或 Hibernate JSON 扩展Query(valueSELECT * FROM user WHERE profile-$.address.city :city,nativeQuerytrue)ListUserfindByCity(Param(city)Stringcity);部分更新更痛苦——读出来 → 改对象 → 整个写回。JOOQ// 需要 jOOQ Pro 才有完整 JSON 支持;社区版要手写 SQLdsl.selectFrom(USER).where(jsonValue(USER.PROFILE,$.address.city).eq(city)).fetch();DLZ-DB// 查询ListResultMaplistDB.Table.select(user).eq(profile.address.city,杭州)//内测中,使用方式可讨论.queryResultMapList();// 部分更新DB.Table.update(user).set(profile.address.city,上海)//内测中,使用方式可讨论.eq(id,userId).execute();// 路径取值ResultMaprDB.Table.select(user).eq(id,1).queryOne();Stringcityr.getStr(profile.address.city,未知);ResultMap继承自JSONMap,路径访问是原生能力,底层自动转JSON_EXTRACT/JSON_SET。小结:JSON 字段是 DLZ-DB 设计上的差异化优势——它没把数据当严格 ORM 实体看,所以反而处理半结构化数据更顺手。四、多维度评分(中立版)我把容易造假数据的指标都去掉了,只留可以定性判断的维度:维度MyBatis-PlusJPAJOOQDLZ-DB学习曲线低中高低代码量(简单 CRUD)中中中低动态查询易用度高低中高复杂 JOIN / 报表 SQL高(XML)低高(类型安全)高(SQL 模板)SQL 热更新(改完不重启)弱弱弱(要重跑 codegen)高(在线编辑热加载)类型安全中中高中启动时间中慢中快运行时动态数据源中(DS)弱中高JSON 字段支持弱弱中高生态/插件丰富度高高中低社区规模极高(16k Star)极高中低(起步)文档完整度高极高高中AI 辅助友好度中中中高二级缓存 / 乐观锁等高级特性中高中弱启动时间没给具体数字,因为它高度依赖项目规模、JVM 参数、扫描范围。但定性结论是稳的:JPA 因为要扫实体 DDL 对比通常最慢,DLZ-DB 因为没有 Mapper/XML 扫描通常最快。五、被低估的强项:报表 SQL 与热植入很多人以为 DLZ-DB 是个只会单表 CRUD 的轻量库,复杂报表得另请高明。恰恰相反——报表和复杂自定义 SQL,是 DLZ-DB 灵活度最高的地方。它通过预设 SQL(Key-SQL)来管理复杂查询,既能写任意原生 SQL,又带了几个 MyBatis XML 都不具备的能力。1. SQL 模板:动态条件 嵌套复用预设 SQL 用[...]包裹动态条件,参数为空自动忽略,不用写if标签:sqlsqlIdkey.report.orderStat![CDATA[ SELECT d.dept_name, COUNT(o.id) AS cnt, SUM(o.amount) AS total FROM orders o JOIN dept d ON o.dept_id d.id WHERE 11 [AND o.status #{status}] [AND o.create_time #{startTime}] [AND o.create_time #{endTime}] GROUP BY d.dept_name [HAVING SUM(o.amount) #{minTotal}] ]]/sql调用时传哪个参数,哪段条件就生效:ListResultMaprowsDB.Sql.select(key.report.orderStat).addPara(status,1).addPara(startTime,2026-01-01)// endTime / minTotal 不传对应条件自动消失.queryResultMapList();多表 JOIN、GROUP BY、HAVING、子查询——任意原生 SQL 都能写。还支持#{key.xxx}嵌套引用其他预设 SQL 片段,做条件复用。2. 方言感知同一个 sqlKey 可以为 MySQL、PostgreSQL、Oracle 配不同方言版本,运行时按当前数据源类型自动选用(源码SqlHolder的m_dialect_sql)。3. SQL 热植入:在配置画面改 SQL,不重启生效这是 MyBatis / JOOQ 都做不到的:预设 SQL 可以存在数据库表里,通过后台配置画面在线编辑,改完热加载即时生效,无需重新打包、无需重启服务。开启很简单:dlz:db:use-db-sql:truesql:select sql_key as k, sql_value as s from sys_sql# 默认即此可自定义启动时框架会执行这条 SQL,把sys_sql表里的每一行加载成预设 SQL(源码SqlHolder.loadDbSql())。你只要做一个管理sys_sql表的配置页面:// 配置画面保存按钮写入/更新一条报表 SQLSysSqlsqlnewSysSql();sql.setSqlKey(report.orderStat);sql.setSqlValue(SELECT ... FROM orders o JOIN dept d ON ... [AND o.status#{status}]);DB.Pojo.insertOrUpdate(sql);// 然后热加载新 SQL 立即可用无需重启SqlHolder.reLoad();// 清空内存 SQL 缓存并从文件 数据库重新加载reLoad()会清掉内存里的 SQL 缓存,重新从.sql文件和数据库表加载一遍(源码SqlHolder.reLoad()→load()loadDbSql())。这意味着报表 SQL 可以交给运营/实施人员在后台改,改完点一下刷新就生效——对那些客户天天要改报表口径的项目,这是杀手级能力。横向对比:改一条报表 SQL 要付出什么框架改报表 SQL 的代价MyBatis / MyBatis-Plus改 XML → 重新打包 → 重启服务JPA改Query/ 原生 SQL → 重新编译 → 重启JOOQ改 DSL → 重跑 codegen → 重新编译 → 重启DLZ-DB配置画面改sys_sql→ 点刷新 → 立即生效所以严格说,报表/复杂自定义 SQL 的灵活度上,DLZ-DB 是这几个框架里最优的。它不跟你比 Lambda 拼 JOIN,它直接让你写最原始、最可控的 SQL,还能热更新。六、DLZ-DB 不适合什么(认真讲)横评写到这里,我必须老实交代 DLZ-DB 的短板,否则前面再客观也没意义。1. Lambda 构造器不做类型安全的 JOIN需要说明的是:这是Lambda 链式 API的边界,不是 DLZ-DB 处理复杂查询的边界。DB.Pojo的 Lambda 构造器(.eq()/.like()那套)定位是单表 CRUD,它不提供JOIN ... ON的类型安全表达式。如果你想要 JOOQ 那种USER.DEPT_ID.eq(DEPT.ID)编译期校验的多表连接,DLZ-DB 没有。但复杂 JOIN、报表、多表聚合,DLZ-DB 是用预设 SQL 模板解决的——见下一节,那其实是它的强项。这里只是提醒:别指望 Lambda 构造器替你拼 JOIN。2. 团队规范强制 Mapper/Service 分层如果你的团队架构规范明确要求Controller → Service → Mapper → DAO三层分层,DLZ-DB 的在 Controller 里直接调DB.Pojo会让代码审查直接打回。这不是技术问题,是组织问题。3. 需要重 ORM 特性的项目二级缓存、乐观锁版本号、OneToMany级联保存、懒加载、JPA 标准 API 兼容——这些 DLZ-DB 都没有。需要的话,JPA/Hibernate 才是正道。4. 生态 / 社区MyBatis-Plus 16k Star,分页插件、代码生成器、动态权限插件一抓一大把。DLZ-DB 刚开源不到一年,遇到问题你可能需要自己跟源码——好处是核心 7000 行你确实能跟得动,坏处是 Stack Overflow 上搜不到答案。5. 预设 SQL 的 IDE 支持DB.Sql.select(key.user.find)的字符串 key 重构时不会被 IDE 自动跟随。MyBatis 的 Mapper 接口 XML 一一对应在这方面更直观。一句话总结:如果你已经在 MP 生态里跑得很顺、团队规范严格、需要重 ORM 特性,不一定要换。DLZ-DB 是给那些被 MyBatis-Plus 的样板代码磨得没脾气、但又不想要 JPA 黑魔法的项目准备的。七、选型决策树把上面的内容压缩成一张决策图:需要类型安全的多表 JOIN 编译期校验? ├── 是 → JOOQ(DSL 类型安全) └── 否 ↓ 报表 SQL 要频繁改、最好能在后台热更新? ├── 是 → DLZ-DB(预设 SQL 热植入) └── 否 ↓ 团队规范强制 Mapper/Service 三层分离? ├── 是 → MyBatis-Plus(生态完整、规范契合) └── 否 ↓ 需要标准 ORM(级联、二级缓存、跨数据库迁移)? ├── 是 → Spring Data JPA └── 否 ↓ 是 SaaS / 多租户 / 动态数据源 / JSON 字段重度场景? ├── 是 → DLZ-DB(设计契合) └── 否 ↓ 追求少写代码 快速迭代 AI 友好? ├── 是 → DLZ-DB └── 否 → MyBatis-Plus(默认稳妥选择)八、写在最后10 年前我以为框架是越功能多越好;5 年前我以为框架是越约定优于配置越好;今天我觉得——框架的价值,是让你做决定的时候少写样板代码,而不是替你做决定。MyBatis-Plus、JPA、JOOQ 都是好框架,它们在各自的领域里很成熟。DLZ-DB 不是来取代它们的,它只是给现有框架不够顺手的场景多一个选项。如果你看完这篇还想试一下 DLZ-DB:项目:dlz-dbMaven:top.dlzio:dlz-db-spring-boot-starter(或dlz-db-solon-plugin)GitHub:https://github.com/dingkui/dlz-dbGitee:https://gitee.com/dlzio/dlz-db如果你觉得本文有失偏颇,欢迎在评论区贴你的反例代码——我会更新到下一版对比里。本文所有代码示例均可运行,DLZ-DB 部分来自项目测试用例DbPojoTest.java、DbBatchTest.java。MyBatis-Plus / JPA / JOOQ 示例基于其官方文档当前版本(MP 3.5、Spring Data JPA 3.x、JOOQ 3.18)。
MyBatis-Plus、JPA、JOOQ 用了一圈后，我为什么还是自己写了个 ORM
发布时间：2026/6/1 15:38:04
这不是又一篇XX 框架最好的软广。这是一份选型笔记——记录我在不同项目里用过 MyBatis-Plus、Spring Data JPA、JOOQ 之后为什么最后还是决定自己造了一个 7000 行的 ORM。文章里所有代码都能跑所有缺点都不掩饰包括 DLZ-DB 自己的。一、开场:被 ORM 教做人的十年写 Java 近 20 年, 接触过无数的历史项目新项目, 从最开始的原生jdbc, 到 ORM, 主力从 Hibernate 一路用到 MyBatis、MyBatis-Plus,中间被一个金融项目逼着学了 JOOQ。每换一个我都以为这次终于对了,然后被现实揍醒:Hibernate 时代:被一个延迟加载的LazyInitializationException折磨了一整周MyBatis 时代:在 Mapper.xml 里foreach套choose套if,写完自己都看不懂MyBatis-Plus 时代:6 个文件起步的 Entity/Mapper/Service/ServiceImpl/Controller/DTO,简单 CRUD 写得想哭JOOQ 时代:每次改表结构都要重跑codegen,CI 流水线慢了 5 分钟最后我接手一个 SaaS 多租户项目,租户数据源要动态注册。DS(tenant_xxx)是编译期注解硬编码的——我对着它瞪了一下午,然后开了个新仓库。那个仓库后来变成了 DLZ-DB。下面是这 4 个框架(加上 DLZ-DB)在三个真实场景里的对比。代码我都跑过,包括别家的——尽量公平。二、60 秒认识 4 个对手框架一句话定位代表用户MyBatis-PlusMyBatis 增强工具,国内 ORM 第一阵营80% 的国内 Java 项目Spring Data JPAJSR-338 标准实现(底层 Hibernate)欧美主流、国内大厂部分团队JOOQ类型安全的 SQL DSL,靠代码生成器金融、报表、SQL 重度项目DLZ-DB7000 行的轻量 ORM,链式 API 零 Mapper中小项目、SaaS、AI 辅助开发定位不同,对比的目的不是谁赢,而是在你的场景下谁更顺手。三、场景实战:同需求,4 套写法场景 A:给sys_config表加 CRUD需求:四个字段(id、key、value、remark),要 5 个接口(增、改、删、按 key 查、列表)。MyBatis-Plus(5 个文件)// 1. EntityDataTableName(sys_config)publicclassSysConfig{Longid;StringconfigKey;StringconfigValue;Stringremark;}// 2. MapperpublicinterfaceSysConfigMapperextendsBaseMapperSysConfig{}// 3. Service 接口publicinterfaceSysConfigServiceextendsIServiceSysConfig{}// 4. ServiceImplServicepublicclassSysConfigServiceImplextendsServiceImplSysConfigMapper,SysConfigimplementsSysConfigService{}// 5. ControllerRestControllerRequestMapping(/config)publicclassSysConfigController{AutowiredSysConfigServiceservice;GetMapping(/{key})publicSysConfiggetByKey(PathVariableStringkey){returnservice.lambdaQuery().eq(SysConfig::getConfigKey,key).one();}// ... 另外 4 个接口}注:MP 现在支持lambdaQuery()链式形式,比new LambdaQueryWrapper()简洁不少,我用了较新的写法。Spring Data JPA(3-4 个文件)EntityTable(namesys_config)DatapublicclassSysConfig{IdGeneratedValueLongid;StringconfigKey;StringconfigValue;Stringremark;}publicinterfaceSysConfigRepositoryextendsJpaRepositorySysConfig,Long{OptionalSysConfigfindByConfigKey(Stringkey);}RestControllerRequestMapping(/config)publicclassSysConfigController{AutowiredSysConfigRepositoryrepo;GetMapping(/{key})publicSysConfiggetByKey(PathVariableStringkey){returnrepo.findByConfigKey(key).orElse(null);}// ...}JPA 的方法名推导很爽——但仅限于简单查询。JOOQ(生成代码 调用)// 生成的代码:SysConfigRecord, Tables.SYS_CONFIG(自动)// 业务代码RestControllerRequestMapping(/config)publicclassSysConfigController{AutowiredDSLContextdsl;GetMapping(/{key})publicSysConfigRecordgetByKey(PathVariableStringkey){returndsl.selectFrom(SYS_CONFIG).where(SYS_CONFIG.CONFIG_KEY.eq(key)).fetchOne();}}类型安全到极致——表名字段名全是常量。但你得维护 codegen 流水线。DLZ-DB(2 个文件)DataTableName(sys_config)publicclassSysConfig{Longid;StringconfigKey;StringconfigValue;Stringremark;}RestControllerRequestMapping(/config)publicclassSysConfigController{GetMapping(/{key})publicSysConfiggetByKey(PathVariableStringkey){returnDB.Pojo.select(SysConfig.class).eq(SysConfig::getConfigKey,key).queryBean();}// 增删改查全部 1 行}没有 Mapper,没有 Service 接口,没有 codegen。但代价是——你失去了标准分层。场景 B:动态条件 分页需求:根据传入参数动态拼条件(status 可空、name 可空模糊、时间区间可空),按创建时间倒序分页。MyBatis-PlusPageUserpageuserService.lambdaQuery().eq(status!null,User::getStatus,status).like(StrUtil.isNotBlank(name),User::getName,name).ge(startTime!null,User::getCreateTime,startTime).orderByDesc(User::getCreateTime).page(newPage(pageNum,pageSize));MP 的三参eq(condition, column, value)设计得不错,动态条件可读性还行。Spring Data JPA(Specification)SpecificationUserspec(root,query,cb)-{ListPredicatepsnewArrayList();if(status!null)ps.add(cb.equal(root.get(status),status));if(StrUtil.isNotBlank(name))ps.add(cb.like(root.get(name),%name%));if(startTime!null)ps.add(cb.greaterThanOrEqualTo(root.get(createTime),startTime));returncb.and(ps.toArray(newPredicate[0]));};returnuserRepo.findAll(spec,PageRequest.of(pageNum,pageSize,Sort.by(createTime).descending()));JPA 在动态查询上最啰嗦。Criteria API 是 JSR 标准的代价。JOOQConditioncondnoCondition();if(status!null)condcond.and(USER.STATUS.eq(status));if(StrUtil.isNotBlank(name))condcond.and(USER.NAME.like(%name%));if(startTime!null)condcond.and(USER.CREATE_TIME.ge(startTime));ListUserRecordlistdsl.selectFrom(USER).where(cond).orderBy(USER.CREATE_TIME.desc()).limit(pageSize).offset((pageNum-1)*pageSize).fetch();类型安全很好,但分页要手动算 offset,没有原生Page对象。DLZ-DBreturnDB.Pojo.select(User.class).eq(status!null,User::getStatus,status).like(StrUtil.isNotBlank(name),User::getName,name).ge(startTime!null,User::getCreateTime,startTime).orderByDesc(User::getCreateTime).queryPage(pageNum,pageSize);和 MP 风格一致——这点 DLZ-DB 没有刻意标新立异,直接借鉴了 MP 的成熟设计。小结:动态查询场景下,MP 和 DLZ-DB 写法几乎并列第一,JPA 最啰嗦,JOOQ 居中。场景 C:JSON 字段查询 部分更新需求:user表有profileJSON 字段({address:{city:杭州}}),要按 city 查询,并支持只更新 city 不动其他字段。MyBatis-Plus// 查询:写原生 SQL 用 JSON_EXTRACTSelect(SELECT * FROM user WHERE JSON_EXTRACT(profile, $.address.city) #{city})ListUserfindByCity(Stringcity);// 更新:JSON_SETUpdate(UPDATE user SET profile JSON_SET(profile, $.address.city, #{city}) WHERE id #{id})intupdateCity(Longid,Stringcity);// 实体上配 TypeHandler 才能映射成对象TableField(typeHandlerJacksonTypeHandler.class)privateUserProfileprofile;JPA// AttributeConverter 处理 JSON ↔ 对象Convert(converterUserProfileConverter.class)privateUserProfileprofile;// 查询要写原生 SQL 或 Hibernate JSON 扩展Query(valueSELECT * FROM user WHERE profile-$.address.city :city,nativeQuerytrue)ListUserfindByCity(Param(city)Stringcity);部分更新更痛苦——读出来 → 改对象 → 整个写回。JOOQ// 需要 jOOQ Pro 才有完整 JSON 支持;社区版要手写 SQLdsl.selectFrom(USER).where(jsonValue(USER.PROFILE,$.address.city).eq(city)).fetch();DLZ-DB// 查询ListResultMaplistDB.Table.select(user).eq(profile.address.city,杭州)//内测中,使用方式可讨论.queryResultMapList();// 部分更新DB.Table.update(user).set(profile.address.city,上海)//内测中,使用方式可讨论.eq(id,userId).execute();// 路径取值ResultMaprDB.Table.select(user).eq(id,1).queryOne();Stringcityr.getStr(profile.address.city,未知);ResultMap继承自JSONMap,路径访问是原生能力,底层自动转JSON_EXTRACT/JSON_SET。小结:JSON 字段是 DLZ-DB 设计上的差异化优势——它没把数据当严格 ORM 实体看,所以反而处理半结构化数据更顺手。四、多维度评分(中立版)我把容易造假数据的指标都去掉了,只留可以定性判断的维度:维度MyBatis-PlusJPAJOOQDLZ-DB学习曲线低中高低代码量(简单 CRUD)中中中低动态查询易用度高低中高复杂 JOIN / 报表 SQL高(XML)低高(类型安全)高(SQL 模板)SQL 热更新(改完不重启)弱弱弱(要重跑 codegen)高(在线编辑热加载)类型安全中中高中启动时间中慢中快运行时动态数据源中(DS)弱中高JSON 字段支持弱弱中高生态/插件丰富度高高中低社区规模极高(16k Star)极高中低(起步)文档完整度高极高高中AI 辅助友好度中中中高二级缓存 / 乐观锁等高级特性中高中弱启动时间没给具体数字,因为它高度依赖项目规模、JVM 参数、扫描范围。但定性结论是稳的:JPA 因为要扫实体 DDL 对比通常最慢,DLZ-DB 因为没有 Mapper/XML 扫描通常最快。五、被低估的强项:报表 SQL 与热植入很多人以为 DLZ-DB 是个只会单表 CRUD 的轻量库,复杂报表得另请高明。恰恰相反——报表和复杂自定义 SQL,是 DLZ-DB 灵活度最高的地方。它通过预设 SQL(Key-SQL)来管理复杂查询,既能写任意原生 SQL,又带了几个 MyBatis XML 都不具备的能力。1. SQL 模板:动态条件 嵌套复用预设 SQL 用[...]包裹动态条件,参数为空自动忽略,不用写if标签:sqlsqlIdkey.report.orderStat![CDATA[ SELECT d.dept_name, COUNT(o.id) AS cnt, SUM(o.amount) AS total FROM orders o JOIN dept d ON o.dept_id d.id WHERE 11 [AND o.status #{status}] [AND o.create_time #{startTime}] [AND o.create_time #{endTime}] GROUP BY d.dept_name [HAVING SUM(o.amount) #{minTotal}] ]]/sql调用时传哪个参数,哪段条件就生效:ListResultMaprowsDB.Sql.select(key.report.orderStat).addPara(status,1).addPara(startTime,2026-01-01)// endTime / minTotal 不传对应条件自动消失.queryResultMapList();多表 JOIN、GROUP BY、HAVING、子查询——任意原生 SQL 都能写。还支持#{key.xxx}嵌套引用其他预设 SQL 片段,做条件复用。2. 方言感知同一个 sqlKey 可以为 MySQL、PostgreSQL、Oracle 配不同方言版本,运行时按当前数据源类型自动选用(源码SqlHolder的m_dialect_sql)。3. SQL 热植入:在配置画面改 SQL,不重启生效这是 MyBatis / JOOQ 都做不到的:预设 SQL 可以存在数据库表里,通过后台配置画面在线编辑,改完热加载即时生效,无需重新打包、无需重启服务。开启很简单:dlz:db:use-db-sql:truesql:select sql_key as k, sql_value as s from sys_sql# 默认即此可自定义启动时框架会执行这条 SQL,把sys_sql表里的每一行加载成预设 SQL(源码SqlHolder.loadDbSql())。你只要做一个管理sys_sql表的配置页面:// 配置画面保存按钮写入/更新一条报表 SQLSysSqlsqlnewSysSql();sql.setSqlKey(report.orderStat);sql.setSqlValue(SELECT ... FROM orders o JOIN dept d ON ... [AND o.status#{status}]);DB.Pojo.insertOrUpdate(sql);// 然后热加载新 SQL 立即可用无需重启SqlHolder.reLoad();// 清空内存 SQL 缓存并从文件 数据库重新加载reLoad()会清掉内存里的 SQL 缓存,重新从.sql文件和数据库表加载一遍(源码SqlHolder.reLoad()→load()loadDbSql())。这意味着报表 SQL 可以交给运营/实施人员在后台改,改完点一下刷新就生效——对那些客户天天要改报表口径的项目,这是杀手级能力。横向对比:改一条报表 SQL 要付出什么框架改报表 SQL 的代价MyBatis / MyBatis-Plus改 XML → 重新打包 → 重启服务JPA改Query/ 原生 SQL → 重新编译 → 重启JOOQ改 DSL → 重跑 codegen → 重新编译 → 重启DLZ-DB配置画面改sys_sql→ 点刷新 → 立即生效所以严格说,报表/复杂自定义 SQL 的灵活度上,DLZ-DB 是这几个框架里最优的。它不跟你比 Lambda 拼 JOIN,它直接让你写最原始、最可控的 SQL,还能热更新。六、DLZ-DB 不适合什么(认真讲)横评写到这里,我必须老实交代 DLZ-DB 的短板,否则前面再客观也没意义。1. Lambda 构造器不做类型安全的 JOIN需要说明的是:这是Lambda 链式 API的边界,不是 DLZ-DB 处理复杂查询的边界。DB.Pojo的 Lambda 构造器(.eq()/.like()那套)定位是单表 CRUD,它不提供JOIN ... ON的类型安全表达式。如果你想要 JOOQ 那种USER.DEPT_ID.eq(DEPT.ID)编译期校验的多表连接,DLZ-DB 没有。但复杂 JOIN、报表、多表聚合,DLZ-DB 是用预设 SQL 模板解决的——见下一节,那其实是它的强项。这里只是提醒:别指望 Lambda 构造器替你拼 JOIN。2. 团队规范强制 Mapper/Service 分层如果你的团队架构规范明确要求Controller → Service → Mapper → DAO三层分层,DLZ-DB 的在 Controller 里直接调DB.Pojo会让代码审查直接打回。这不是技术问题,是组织问题。3. 需要重 ORM 特性的项目二级缓存、乐观锁版本号、OneToMany级联保存、懒加载、JPA 标准 API 兼容——这些 DLZ-DB 都没有。需要的话,JPA/Hibernate 才是正道。4. 生态 / 社区MyBatis-Plus 16k Star,分页插件、代码生成器、动态权限插件一抓一大把。DLZ-DB 刚开源不到一年,遇到问题你可能需要自己跟源码——好处是核心 7000 行你确实能跟得动,坏处是 Stack Overflow 上搜不到答案。5. 预设 SQL 的 IDE 支持DB.Sql.select(key.user.find)的字符串 key 重构时不会被 IDE 自动跟随。MyBatis 的 Mapper 接口 XML 一一对应在这方面更直观。一句话总结:如果你已经在 MP 生态里跑得很顺、团队规范严格、需要重 ORM 特性,不一定要换。DLZ-DB 是给那些被 MyBatis-Plus 的样板代码磨得没脾气、但又不想要 JPA 黑魔法的项目准备的。七、选型决策树把上面的内容压缩成一张决策图:需要类型安全的多表 JOIN 编译期校验? ├── 是 → JOOQ(DSL 类型安全) └── 否 ↓ 报表 SQL 要频繁改、最好能在后台热更新? ├── 是 → DLZ-DB(预设 SQL 热植入) └── 否 ↓ 团队规范强制 Mapper/Service 三层分离? ├── 是 → MyBatis-Plus(生态完整、规范契合) └── 否 ↓ 需要标准 ORM(级联、二级缓存、跨数据库迁移)? ├── 是 → Spring Data JPA └── 否 ↓ 是 SaaS / 多租户 / 动态数据源 / JSON 字段重度场景? ├── 是 → DLZ-DB(设计契合) └── 否 ↓ 追求少写代码 快速迭代 AI 友好? ├── 是 → DLZ-DB └── 否 → MyBatis-Plus(默认稳妥选择)八、写在最后10 年前我以为框架是越功能多越好;5 年前我以为框架是越约定优于配置越好;今天我觉得——框架的价值,是让你做决定的时候少写样板代码,而不是替你做决定。MyBatis-Plus、JPA、JOOQ 都是好框架,它们在各自的领域里很成熟。DLZ-DB 不是来取代它们的,它只是给现有框架不够顺手的场景多一个选项。如果你看完这篇还想试一下 DLZ-DB:项目:dlz-dbMaven:top.dlzio:dlz-db-spring-boot-starter(或dlz-db-solon-plugin)GitHub:https://github.com/dingkui/dlz-dbGitee:https://gitee.com/dlzio/dlz-db如果你觉得本文有失偏颇,欢迎在评论区贴你的反例代码——我会更新到下一版对比里。本文所有代码示例均可运行,DLZ-DB 部分来自项目测试用例DbPojoTest.java、DbBatchTest.java。MyBatis-Plus / JPA / JOOQ 示例基于其官方文档当前版本(MP 3.5、Spring Data JPA 3.x、JOOQ 3.18)。
相关文章
基于ESP32与RFID的物联网安防巡检系统实战开发
1. 项目概述与核心价值 在安防管理领域，尤其是夜间或大范围的室内巡逻，一直存在一个痛点：管理方如何有效、实时地验证巡逻人员是否按既定路线和时间完成了每一个关键点的检查？传统的纸质打卡或对讲机汇报方式，不仅效率…
基于Arduino与PID控制的自平衡机器人制作全攻略
1. 项目概述与核心思路自平衡机器人，说白了就是一个“不会倒的独轮车”或者“电子版的平衡木运动员”。它的核心原理，就是我们在大学控制理论课上学到的“倒立摆”。但纸上谈兵和亲手让它站起来，完全是两码事。很多朋友，包括我自己…
RVTools 能导出什么？vSphere 全资产信息导出完整教程
RVTools 是 VMware 虚拟化运维必备的免费轻量工具，无需复杂配置即可一键导出 vCenter/ESXi 全栈资产信息，彻底解决 vCenter 原生导出功能不全、数据零散的痛点。其核心导出能力覆盖虚拟机、存储、网络、集群、ESXi 主机五大核心维度，包含上百…
明黄色系Bootstrap单页App官网模板，含轮播图、功能区与下载按钮
本文还有配套的精品资源，点击获取 简介：一套开箱即用的手机应用官网落地页模板，主色采用高饱和度明黄色，整体风格清爽醒目，适配移动端浏览。首页结构完整：顶部固定导航栏支持平滑跳转；全宽轮…
【Sora 2转场效果制作黄金法则】：20年AIGC影像专家首度公开5大工业级转场参数配置模板
更多请点击： https://intelliparadigm.com 第一章：Sora 2转场效果制作的底层逻辑与范式跃迁 Sora 2 的转场效果并非传统时间轴叠加或关键帧插值的线性演进，而是建立在扩散模型驱动的时空联合隐式建模之上——其核心是将“转场”定义为两个视…
需求不清楚时，别急着写用例：测试工程师如何用 AI 追问出隐藏规则？
需求不清楚时，别急着写用例：测试工程师如何用 AI 追问出隐藏规则？ 很多测试同学都有这样的经历： 需求文档看起来写了不少，但真正准备写用例时，发现很多地方都不清楚。 比如： 等于边界值时怎么算…
揭秘Sora 2隐藏UI逻辑：为什么92%的用户在第4次点击后触发“智能帧锚定”模式（工程师内部文档节选）
更多请点击： https://codechina.net 第一章：Sora 2隐藏UI逻辑的全局认知 Sora 2 的 UI 层并非由显式声明式模板驱动，而是通过运行时动态解析 JSON Schema 自定义指令集生成可交互视图。其核心在于 ui-runtime 模块对 sora/ui-manifest 的实…
提示词精准度决定成片质量，Sora 2景观类视频生成成功率提升63%的9条黄金指令，仅限首批内测用户掌握
更多请点击： https://codechina.net 第一章：提示词精准度决定成片质量 在AI视频生成流程中，提示词（Prompt）并非简单的关键词堆砌，而是模型理解视觉语义、时序逻辑与风格约束的核心输入。其结构完整性、术语…
【Sora 2社交媒体视频引爆公式】：20年AI影像架构师亲授3大内容裂变引擎与平台适配黄金参数
更多请点击： https://kaifayun.com 第一章：Sora 2社交媒体视频的底层架构演进与传播范式跃迁 Sora 2并非单纯模型迭代，而是以多模态时序建模为核心重构的端到端视频生成基础设施。其底层架构摒弃传统“文本→关键帧→插值”的分段流水线&…
Zotero Duplicates Merger：5步彻底清理文献库重复条目
Zotero Duplicates Merger：5步彻底清理文献库重复条目 【免费下载链接】ZoteroDuplicatesMerger A zotero plugin to automatically merge duplicate items 项目地址: https://gitcode.com/gh_mirrors/zo/ZoteroDuplicatesMerger 还在为文献库中堆积如山的重…
利用随机有限集理论对蜂群的ILQR和MPC控制研究附Matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页：Matlab科研工作室🍊个人信条：格物致知,完整Matlab代码及仿真咨询…
为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因
更多请点击： https://intelliparadigm.com 第一章：为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因 Gemini邮件的客户转化效率（CTE）显著偏低，根本原因常被误判为…
Win10/Win11下Realtek 8188GU网卡驱动感叹号？别急着扔，试试这个手动安装的野路子
Realtek 8188GU网卡驱动故障深度修复指南：从原理到实战当设备管理器里那个顽固的黄色感叹号挥之不去，而你已经尝试了所有"标准操作"——Windows自动更新、第三方驱动工具、甚至重启大法——却依然无济于事时，是时候换个思路了。这篇…
AnolisOS 8.8安装源配置踩坑实录：从‘设置基础软件仓库时出错’到成功联网的保姆级指南
AnolisOS 8.8安装源配置实战指南：从诊断到解决方案的全流程解析当你在安装AnolisOS 8.8时遇到"设置基础软件仓库时出错"的提示，这通常意味着系统无法访问或识别安装源。这个问题看似简单，但背后可能涉及网络配置、镜像选择、启动参…
基于树莓派Pico的反应速度测试游戏：从GPIO编程到状态机实战
1. 项目概述与核心思路最近在整理工作室的电子元件，翻出来几个闲置的街机按钮和一块树莓派Pico，灵机一动，决定做个简单又有趣的反应速度测试游戏。这个项目非常适合想入门嵌入式开发的朋友，它不涉及复杂的传感器和通信协议&#x…
Zotero Duplicates Merger：5步彻底清理文献库重复条目
Zotero Duplicates Merger：5步彻底清理文献库重复条目 【免费下载链接】ZoteroDuplicatesMerger A zotero plugin to automatically merge duplicate items 项目地址: https://gitcode.com/gh_mirrors/zo/ZoteroDuplicatesMerger 还在为文献库中堆积如山的重…
利用随机有限集理论对蜂群的ILQR和MPC控制研究附Matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页：Matlab科研工作室🍊个人信条：格物致知,完整Matlab代码及仿真咨询…
为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因
更多请点击： https://intelliparadigm.com 第一章：为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因 Gemini邮件的客户转化效率（CTE）显著偏低，根本原因常被误判为…