最近趁着不忙，在构思一个搭建一个开源的完整项目，至于原因以及整个项目框架后边文章我再说明。既然要起一个完整的项目，那么数据仓储访问就必不可少，这篇文章我主要介绍这个新项目（OSS.Core）中我对仓储层的简单思考和实现过程(当前项目还处在搭建阶段)，主要集中在以下几个方面：

1. 数据仓储层的需求

2. ORM框架选择

3. OSS.Core仓储层设计实现

4. 调用示例

   下边的实现部分中可能需要你对.NET的 泛型，委托，扩展，表达式等有一个基础了解。正是因为这些语言特性，方便我们对操作共性的抽取统一。

一. 数据仓储层需求

　　既然是一个完整的项目，数据访问是其最基本的部分，同时，数据访问也是整个项目最容易出现瓶颈的地方。在我的划分中，其承担的角色是负责整个数据的输入输出，不仅仅是针对单数据库（有时甚至多库），有时还需要完成一级缓存的实现，给逻辑层提供最基础的数据支撑。

　  业务永远是在变化的，那么项目也要具备快速演进的能力，所以我希望数据层能够保持相对的简单，在结构上尽量减少复杂的耦合查询，在性能上尽量减少不必要的消耗，例如反射的大量使用。同时针对每个业务对象完成数据库层面基本的CRUD统一封装实现。如果有需要的时候还能在最少的改动下加入缓存的更新。（对于如何实现不同模块不同缓存存储策略，像Redis，Memcached会在后边文章介绍）

　　同时，对于一个稍微有点规模的项目来说，解决数据库访问的最快速做法就是实现读写分离，所以，我希望这个框架能够在一开始在底层就实现了读写分离的支持，以避免后期再重头对业务代码的大量修改。　　

二. ORM 框架选择

　　当然，如果为了简单和性能，直接ADO.NET连接理论上来说是比较高效的做法，不过这样会造成大量的重复操作逻辑代码，同时也会造成代码的散乱，增加维护复杂度。作为技术人员，不仅需要解决业务问题提高效率，同时也要提高自己的效率，所以我会选择一个ORM框架来完成部分基础工作。

　　当前在.NET体系下，开源的ORM框架很多，如：Entityframework，NHibernate，iBATIS.NET，Dapper等等，各有特色，基于前面我说的，保证效率的同时，兼顾简单还能最大程度减少性能的损耗，并且提供.net standard标准库下的支持。这里对比之后我选择Dapper这个半自动化的ORM作为仓储层的基础框架，选择原因如下：

　　1. 其结构简单，整个封装主要集中Dapper.cs文件中，体积很小

      2. 封装功能简单强大，对原生SQL的支持上很灵活

　　　　这点几乎完胜其他框架，无需任何多余的设置，同时基本上你可调用所有原生ADO.NET的功能，sql语句完全自己掌控，却又无需关心command的参数赋值，以及结果实体转换等。

　　3. 性能上的高效

　　　　很多ORM的实体映射通过反射来完成，这点上Dapper再次展现其魅力，在Commond参数赋值，以及实体转换等关键模块，使用了Reflection.Emit功能，间接实现了MSIL编译层面的赋值实现，之所以说间接，是因为其本身代码还需要编译器生成IL代码。在运行时根据类型属性动态创建赋值委托方法。

 

三. OSS.Core仓储层设计实现

　  通过Dapper可以实现在数据库访问部分一层简单的封装，不过我依然需要手动编写不少的sql语句，同时还要进行参数化的处理，包括数据的读写分离等。那么这些功能的实现我将在OSS.Core.RepDapper中完成，为了方便理解，先贴出一个简单的封装后的方法调用传输流程：

　　在这个图里展示一个简单的方法调用流程，围绕这张图的几个核心部分，我分别介绍下：

　　1. 接口设计

　　因为我希望这个是完整的示例项目，所以后边希望能够兼容不同数据库，因此对外的仓储访问都基于接口调用。当然如果你的项目根本没有切换数据库的需求，我更建议去掉这一环节，直接在基类中实现单例模式，业务逻辑层直接调用。

　　图中可以看到接口层独立于实现部分，我将具体业务实体模型和接口 单独放在了OSS.Core.DomainMos 类库中，一方面是为了实体模型在各模块中的共用，另一方面解耦业务逻辑层（Services）和仓储层（Reps）之间的依赖关系。

　　同时一个项目中数据库访问代码多数都会以CRUD为主，所以这里我定义了一个基础接口（IBaseRep），其包含的方法主要有（表达式部分在后边介绍）：

　　具体的业务数据接口继承至基础接口就好，其中表达式部分是我自己做了一个封装，后边会简单介绍。

 

　　2. 仓储基类实现（BaseRep）

　　首先，如图所示，我们实现了读写分离的两个扩展，其实最终都会经过Excute方法，那么这里展示下方法的具体实现：

　　可以看到在这个方法提供了一个针对IDbConnection的委托，提供调用层自由使用Dapper方法的同时，统一了数据访问方法入口，便于日志记录，和排查。

 

　　其次，在很多项目中会出现用户和订单在不同库中的这类情况，因为涉及到分库的情况，所以需要子类中能有修改连接串能力，那么这里我通过构造函数的形式，提供了两个可空参数：

　　可以看到，如果子类中定义了自己的连接串，则以子类自定义为主，否则走默认的连接信息。

　　

　　最后，我们也实现了针对基础接口方法的具体实现，举一示例：

　　同时，为了保证子类中能够加入缓存处理，所以采用了虚方法（virtual）的形式，保证子类能够重写。

 

　　3. 基于Connection的扩展

　　这个地方主要分为两个部分，a. 表达式的解析，以及参数化的处理   b. 扩展Connection的Insert，Update...等Dapper没有扩展的方法：

　　a. 熟悉Expression表达式的朋友应该比较了解，表达式本身是一个树形接口，根据不同的类型，可以不断的解析其子表达式，直到不具备继续解析的可能。所以这个就很简单就是递归的不断迭代，根据其不同的NodeType可以组装不同的sql元素，因为代码较长，可以参见github下的SqlExpressionVisitor.cs类，其中参数的赋值部分，没有采用反射，而是使用的反射发射，代码详见SqlParameterEmit.cs

　　b. 有了表达式的扩展之后，就可以获取对应的sql和参数，通过this扩展Connection方法即可，代码见ConnoctionExtention.cs

　　

四. 调用示例

　　1. 我们定义一个简单UserInfoMo实体（包含mobile等属性）

　　2. 定义接口  IUserInfoRep: IBaseRep

　　3. 定义实现类  UserInfoRep : BaseRep, IUserInfoRep

　　在不添加其他代码的基础上，我们就可以完成下面的调用：