查询构造技巧

查询复用

由于sqala使用Scala代码管理查询构造，因此可以很容易地将几个查询的共有部分封装起来：

def baseQuery = query:
    from[Employee]
        .join[Department]((e, d) => e.departmentId == d.id)

这样，这个基础查询就可以多次使用，用于构建其他查询：

val q1 = query:
    baseQuery.filter((e, d) => e.name == "小黑")

val q2 = query:
    baseQuery.sortBy((e, d) => d.name)

但查询共用部分如果作为子查询使用，上面的代码可能会产生错误的查询语义，此时我们需要在查询封装时using QueryContext：

def baseQuery(using QueryContext) =
    from[Employee]

而实际的查询需要在query方法中构建：

val q1 = query:
    baseQuery.filter(e => e.name == "小黑")

val q2 = query:
    baseQuery.filter(e => e.name == baseQuery.filter(ee => e.id == 1).map(ee => ee.name))

在未来的版本中，可能会利用Scala3的新特性Capture Checking来强制检查查询是否在同一个上下文中构建，但目前需要在编写复用子查询时注意不要省略using QueryContext，以防止生成错误SQL。

条件构造

除了基础的filterIf用于构造可选过滤条件外，sqala还支持更灵活的条件构造查询，比如通过不同条件使用不同的字段分组：

case class Data(dim1: Int, dim2: Int, dim3: Int, measure: Int)

val dim: Int = ???

val baseQuery = query:
    from[Data]

val q = if dim == 1 then
    baseQuery.groupBy(d => d.dim1).map(d => (d.dim1, sum(d.measure)))
else if dim == 2 then
    baseQuery.groupBy(d => d.dim2).map(d => (d.dim2, sum(d.measure)))
else
    baseQuery.groupBy(d => d.dim3).map(d => (d.dim3, sum(d.measure)))

提升子查询的可读性

在同一个query上下文中，我们可以将能独立运行的子查询存入变量，无需像标准SQL那样嵌套子查询，以提高可读性：

val q = query:
    val salaryAvg = from[Employee].map(e => avg(e.salary))

    from[Employee].filter(e => e.salary > salaryAvg)

显示SQL和语义分析

将查询设置为inline def，sqala就会在编译期尝试生成查询树，并进行语义分析，以便尽早发现错误：

前提是查询没用用到filterIf等动态特性。