Java 动态 SQL 构建新选择：告别繁琐 XML，轻量、强类型的 dynamic-sql2 框架来了！

在日常开发中，动态 SQL 一直是老生带的问题：

• XML 拼接 SQL，开发体验差、易出错
• 直接字符串拼接 SQL，存在严重安全障碍
• ORM 框架虽好，但复杂查询时往往换不起来

有没有一种方案，既能：

✅ 保留原生 SQL 的灵活性
✅ 摆脱 XML、字符串的繁琐与不安全
✅ 提供类型安全、链式流畅的开发体验

答案是：dynamic-sql2，一款专注 SQL 构建的轻量级 Java 框架！

💡 dynamic-sql2 简介

dynamic-sql2 是我在实战项目中总结提炼的一套 SQL 动态构建方案，专注于：

✅ DSL 风格链式 API，干净利落，无需 XML 配置
✅ 类型安全表达式，避免拼写错误，IDE 友好提示
✅ 多数据库方言支持，目前已兼容 MySQL、Oracle、DB2
✅ 子查询、窗口函数、CTE、递归查询 一应俱全
✅ Spring Boot Starter 集成，开盘即用

目标是让开发者轻松、安全地构建复杂 SQL，同时不被 ORM 绑定，保持最大灵活性。

🛠 快速体验示例

dynamic-sql2 提供强类型、链式、安全、灵活的 SQL 构建能力，支持：

✅ 子查询、JSON_TABLE、窗口函数、动态排序
✅ 一对多结果映射、集合分页、Map结构输出
✅ 自定义 SQL 函数，任意嵌套组合拓展

以下通过典型案例，快速了解其强大特性。
添加Maven依赖

目前0.1.1是最新版，0.1.2正在开发中。

 <!-- springboot 引用--> <dependency> <groupId>com.dynamic-sql</groupId> <artifactId>dynamic-sql2-spring-boot-starter</artifactId> <version>0.1.1</version> </dependency> <!-- 单体项目引用--> <dependency> <groupId>com.dynamic-sql</groupId> <artifactId>dynamic-sql2</artifactId> <version>0.1.1</version> </dependency> 

🔍 查询

本框架支持链式、类型安全、任意函数嵌套、分页、子查询、窗口函数、一对多映射等能力，适合复杂业务场景。

1. 子查询结合 JSON_TABLE 解析嵌套数据

适用场景：从订单JSON字段中解析商品信息，并进行联表查询。

List<UserOrderView> list = sqlContext.select() .column(User::getUserId) .column(User::getName) .column("total.total_amount") .column("p.product_name", "product") .from(User.class) .join(select -> select .column(Order::getUserId) .column(new Sum(Order::getTotalAmount), "total_amount") .from(Order.class) .groupBy(Order::getUserId), "total", on -> on.andEqualTo(User::getUserId, bindAlias("total", Order::getUserId))) .leftJoin(select -> select .column(Product::getProductId) .column("jt.order_id") .from(Product.class) .join(() -> new JsonTable("o", "order_details", "$.items[*]", JsonColumn.builder().column("product").dataType("VARCHAR(100)").jsonPath("$.productName").build()), "jt", on -> on.andEqualTo(bindAlias("jt", "product"), Product::getProductName)), "p", on -> on.andEqualTo(Order::getOrderId, bindAlias("p", Order::getOrderId))) .fetch(UserOrderView.class) .toList(); 

2. 集合分页查询（子查询集合）

适用场景：针对集合类结果，进行分页截取，避免数据过大传输。

CollectionPage<List<ProductView>, ProductView> page = PageHelper.ofCollection(1, 10) .selectPage(() -> sqlContext.select() .column(Product::getProductId) .column(Product::getProductName) .from(Product.class) .fetch(ProductView.class) .toList()); 

3. 一对多集合映射

适用场景：将一对多关联结果，映射为集合字段返回，常见于主表附属数据展示。

List<CategoryView> list = sqlContext.select() .column(Category::getCategoryId) .column(Category::getCategoryName) .collectionColumn( KeyMapping.of(Category::getCategoryId, Product::getCategoryId), mapper -> mapper.column(Product::getProductId).column(Product::getProductName), "productList") .from(Category.class) .join(Product.class, on -> on.andEqualTo(Category::getCategoryId, Product::getCategoryId)) .fetch(CategoryView.class) .toList(); 

4. 动态排序（前端字段控制）

适用场景：用户指定排序字段，安全构建 SQL，防止 SQL 注入。

String sortField = "createTime"; List<User> list = sqlContext.select() .allColumn() .from(User.class) .orderBy(sortField, SortOrder.DESC) .fetch() .toList(); 

5. 窗口函数 DenseRank 示例

适用场景：分组内排名，支持复杂统计分析。

List<Map<String, Object>> list = sqlContext.select() .column(Product::getProductId) .column(Product::getProductName) .column(new DenseRank(), over -> over .partitionBy(Product::getCategoryId) .orderBy(new Sum(Product::getPrice), SortOrder.DESC), "rank") .from(Product.class) .groupBy(Product::getProductId, Product::getCategoryId) .fetchOriginalMap() .toList(); 

6. 分页 + 聚合 + 窗口函数组合查询

适用场景：结合分页、统计、排名，适用于排行榜、分析报表。

PageInfo<UserView> page = PageHelper.of(1, 10).selectPage(() -> sqlContext.select() .column(User::getUserId) .column(User::getName) .column(new Sum(Order::getTotalAmount), "totalSpent") .column(new DenseRank(), over -> over .orderBy(new Sum(Order::getTotalAmount), SortOrder.DESC), "rank") .from(User.class) .join(Order.class, on -> on.andEqualTo(User::getUserId, Order::getUserId)) .groupBy(User::getUserId) .fetch(UserView.class)); 

7. 日期格式化分组（年月聚合）

适用场景：基于日期字段，按指定格式聚合，适合按月统计。

List<UserDateView> list = sqlContext.select() .column(User::getUserId) .column(new DateFormat(User::getRegistrationDate, "%Y-%m")) .from(User.class) .groupBy(User::getUserId) .groupBy(new DateFormat(User::getRegistrationDate, "%Y-%m")) .limit(10) .fetch(UserDateView.class) .toList(); 

8. 算术函数任意嵌套拓展

适用场景：复杂计算需求，函数无限组合。

Map<String, Object> result = sqlContext.select() .column(new Round(new Sum(User::getUserId), 3).divide(2)) .column(new Round(new Sum(User::getUserId).divide(2), 3)) .column(new Round(new Sum(User::getUserId).divide(new Count(User::getUserId)), 3)) .from(User.class) .fetchOriginalMap() .toOne(); 

💾 新增

1. 仅插入非空字段

适用场景：字段较多，部分字段可为 null，仅插入有值字段，避免空值写入。

Product product = new Product(); product.setProductName("菠萝手机-insertSelective"); product.setPrice(BigDecimal.valueOf(6.66)); product.setStock(666); product.setCreatedAt(new Date()); product.setCategoryId(1); // 仅插入非空字段，保持 SQL 简洁 int rows = sqlContext.insertSelective(product); System.out.println("影响行数：" + rows); 

2. 字段即使为空也要插入

适用场景：部分字段即使为空也要插入，即使该字段为null,这在特定场景下特别有用

Product product = new Product(); product.setProductName("菠萝手机-insertSelective2"); product.setPrice(BigDecimal.valueOf(6.66)); product.setStock(666); product.setCreatedAt(new Date()); product.setCategoryId(1); // 强制更新Attributes字段，即使该字段为null,这在特定场景下特别有用 int rows = sqlContext.insertSelective(product, Arrays.asList(Product::getAttributes, Product::getProductId)); System.out.println("影响行数：" + rows); 

3. 全字段插入

适用场景：所有字段均已赋值，直接全字段写入，确保数据完整性。

Product product = new Product(); product.setProductName("菠萝手机-insert"); product.setPrice(BigDecimal.valueOf(6.66)); product.setStock(666); product.setCreatedAt(new Date()); product.setCategoryId(1); // 全字段插入 int rows = sqlContext.insert(product); System.out.println("影响行数：" + rows); 

4. 单条多次插入（分批发送）

适用场景：大批量数据写入，兼容不支持多值插入的数据库，适合海量数据分批。

List<Product> products = new ArrayList<>(); for (int i = 1; i <= 10_000; i++) {  Product product = new Product(); product.setProductName("菠萝手机-insertBatch/" + i); product.setPrice(BigDecimal.valueOf(6.66)); product.setStock(666); product.setCreatedAt(new Date()); product.setCategoryId(1); products.add(product); } long start = System.currentTimeMillis(); int rows = sqlContext.insertBatch(products); long duration = System.currentTimeMillis() - start; System.out.println("耗时：" + duration + "ms"); System.out.println("总插入行数：" + rows); 

5. 单 SQL 多值插入（高性能）

适用场景：数据库支持多值插入，批量写入性能更优，减少网络和 SQL 解析开销。

List<Product> products = new ArrayList<>(); for (int i = 1; i <= 10; i++) {  Product product = new Product(); product.setProductName("菠萝手机-insertMultiple/" + i); product.setPrice(BigDecimal.valueOf(6.66)); product.setStock(666); product.setCreatedAt(new Date()); product.setCategoryId(1); products.add(product); } long start = System.currentTimeMillis(); int rows = sqlContext.insertMultiple(products); long duration = System.currentTimeMillis() - start; System.out.println("耗时：" + duration + "ms"); System.out.println("总插入行数：" + rows); 

6. 插入视图对象

适用场景：视图、联表映射对象存储，框架自动识别可插入字段，忽略虚拟属性。

UserAndOrderView view = new UserAndOrderView(); view.setPrice(BigDecimal.ONE); // 插入映射视图对象，仅写入真实存在的物理字段 sqlContext.insertMultiple(Collections.singleton(view)); 

🔧 更新

1. 根据主键全字段更新

适用场景：明确指定主键，更新所有字段，确保数据完整覆盖。

Product product = new Product(); product.setProductId(20); product.setProductName("New Coffee Maker"); product.setCategoryId(4); product.setCreatedAt(new Date()); product.setPrice(BigDecimal.TEN); product.setStock(123); // 主键全字段更新 int rows = sqlContext.updateByPrimaryKey(product); System.out.println(rows); 

2. 主键更新，忽略 null 字段

适用场景：更新有值字段，指定字段即使为空也会强制更新为null。

Product product = new Product(); product.setProductId(20); product.setProductName("New Coffee Maker3"); product.setCategoryId(4); product.setCreatedAt(new Date()); product.setPrice(BigDecimal.valueOf(879)); product.setStock(222); // 强制 attributes 字段更新，其他字段根据条件更新 int rows = sqlContext.updateSelective(product, Collections.singletonList(Product::getAttributes), w -> w.andEqualTo(Product::getProductId, 20)); System.out.println(rows); 

4. 自动插入或更新（全字段）

适用场景：数据存在则更新，不存在则新增，适合唯一约束表，防止重复数据。

Product product = new Product(); product.setProductName("New Coffee Maker"); product.setCategoryId(4); product.setCreatedAt(new Date()); product.setPrice(BigDecimal.TEN); product.setStock(123); // 自动插入或更新 int rows = sqlContext.upsert(product); System.out.println(rows); 

5. 自动插入或更新，部分字段控制

适用场景：Upsert 同时，强制部分字段，灵活控制写入范围。

Product product = sqlContext.select().allColumn().from(Product.class) .where(w -> w.andEqualTo(Product::getProductId, 7)) .fetch().toOne(); product.setProductName("MacBook Pro2"); product.setCreatedAt(new Date()); product.setAttributes("{\"a\":1}"); product.setProductId(null); // 强制模拟新增 // 强制 attributes 字段更新，其他字段根据条件更新 int rows = sqlContext.upsertSelective(product, Collections.singletonList(Product::getAttributes)); System.out.println(rows); 

6. 自动插入或更新

适用场景：大批量数据同步，存在更新，不存在新增，提升效率。

List<Product> products = new ArrayList<>(); for (int i = 1; i <= 5; i++) {  Product product = new Product(); product.setProductName("New Coffee Maker " + i); product.setCategoryId(4); product.setCreatedAt(new Date()); product.setPrice(BigDecimal.TEN); product.setStock(123); products.add(product); } // 批量自动插入或更新 int rows = sqlContext.upsertMultiple(products); System.out.println(rows); 

⚙️ 删除

1. 按单个主键删除

测试通过 deleteByPrimaryKey 方法，删除 Product 表中指定主键的记录。

void deleteByPrimaryKey() {  int pkValue = 5011; int i = sqlContext.deleteByPrimaryKey(Product.class, pkValue); System.out.println(i); } 

2. 按多个主键批量删除

测试通过 deleteByPrimaryKey 方法，删除 Product 表中指定主键集合的多条记录。

 void deleteByPrimaryKey2() {  int i = sqlContext.deleteByPrimaryKey(Product.class, Arrays.asList(5001, 5002, 5003, 5004, 5005)); System.out.println(i); } 

3. 根据条件删除

根据条件删除，可组合任意条件

 void delete() {  int i = sqlContext.delete(Product.class, where -> {  where.andEqualTo(Product::getProductId, 1); where.orCondition(nestedWhere -> {  nestedWhere.andEqualTo(Product::getProductId, 3); nestedWhere.orEqualTo(Product::getProductId, 4); }); }); System.out.println(i); } 

4. 删除全部

直接删除表中所有的数据

 void deleteAll() {  int i = sqlContext.delete(Product.class, null); System.out.println(i); } 

这里列取了常见的操作，因篇幅过长不便书写，更多内容请直接访问 GitHub项目地址

🔥 为什么选择 dynamic-sql2？

相比传统拼接、XML 配置，dynamic-sql2 的优势十分明显：

特别适合对 SQL 灵活性、安全性、数据库兼容性有较高要求的系统。

🏢 典型适用场景

✔ 金融系统：动态报表、权限控制、复杂统计 SQL 构建
✔ 数据中台：多数据源环境下灵活拼接 SQL、动态过滤条件
✔ 传统项目：不想写繁琐 XML，又想控制 SQL 细节的场景
✔ 需要支持递归、窗口函数、子查询的中大型系统

🗺️ 未来规划

项目仍在持续优化，规划包括：

• PostgreSQL、SQL Server 等更多数据库支持
• 泛型推导进一步优化，提升 IDE 语法提示体验
• 官方文档、示例项目完善，降低学习成本
• 提供性能基准测试与优化方案
• 吸引更多社区开发者共同参与，打造国产开源 SQL 构建利器

📦 项目地址

欢迎试用、Star、Fork、提交反馈：

👉 GitHub（推荐）： https://github.com/pengweizhong/dynamic-sql2
👉 Gitee（加速地址）： https://gitee.com/pengweizhong/dynamic-sql2

项目适用于任何 Java 8+ 环境，Spring Boot 用户可通过 Starter 快速集成。

🗣️ 交流 & 加入社区

我已建立技术交流群，欢迎交流：

• 实战经验分享
• 动态 SQL 场景讨论
• 需求建议、功能共建
• 遇到 Bug，群内及时响应

扫码加群 / 私信我获取群二维码：

_（这里预留微信群二维码位置或联系信息）_TODO

💬 结语

SQL 构建应该是简单、安全、灵活的。

dynamic-sql2 正是为此而生，专注帮助 Java 开发者用更优雅、更可靠的方式管理动态 SQL，摆脱 XML、字符串拼接带来的痛点。

如果你也在为动态 SQL 头疼，欢迎体验 dynamic-sql2，让开发回归本质，让 SQL 更加清晰高效。

🎯 下一步推荐

如果你对 dynamic-sql2 感兴趣，可以继续关注：

• 下一篇：《5分钟快速上手 dynamic-sql2 实战教程》
• 后续更新：复杂分页、动态排序、子查询、窗口函数实战
• 社区发布：定期分享技术干货，邀请你一起完善框架

欢迎评论、点赞、关注，一起打造更优秀的国产动态 SQL 框架！

声明：该文章由Chat GPT 自动生成！难免有疏漏之处，敬请见谅～
声明：该文章由Chat GPT 自动生成！难免有疏漏之处，敬请见谅～
声明：该文章由Chat GPT 自动生成！难免有疏漏之处，敬请见谅～