Project Icon

spring-data-cassandra

Spring Data为Apache Cassandra开发提供便捷解决方案

Spring Data for Apache Cassandra是一个开源项目,旨在简化基于Apache Cassandra NoSQL数据库的Spring应用程序开发。该项目集成了Spring Data接口,支持多种数据操作模式,提供XML和JavaConfig配置选项。通过QueryBuilder、自动实现的Repository接口和自定义查询方法,该工具有效降低了开发难度,提升了开发效率。

= Spring Data for Apache Cassandra image:https://jenkins.spring.io/buildStatus/icon?job=spring-data-cassandra%2Fmain&subject=Build[link=https://jenkins.spring.io/view/SpringData/job/spring-data-cassandra/] https://gitter.im/spring-projects/spring-data[image:https://badges.gitter.im/spring-projects/spring-data.svg[Gitter]] image:https://img.shields.io/badge/Revved%20up%20by-Develocity-06A0CE?logo=Gradle&labelColor=02303A["Revved up by Develocity", link="https://ge.spring.io/scans?search.rootProjectNames=Spring Data for Apache Cassandra"]

https://projects.spring.io/spring-data[Spring Data]项目的主要目标是使构建使用新数据访问技术(如非关系型数据库、map-reduce框架和基于云的数据服务)的Spring应用程序变得更加容易。

Apache Cassandra NoSQL数据库为寻求处理高速度、大容量和可变数据流的团队提供了许多新功能。这种新的思维方式引入了新概念和学习曲线,可能会让团队成员和团队经理感到困难。Spring Data for Apache Cassandra为那些曾使用过其他Spring Data模块的人提供了一个熟悉的接口。

使用Spring Data for Apache Cassandra可以显著降低开发Apache Cassandra应用程序的学习曲线。无论是使用带注解的POJO保持高级抽象,还是使用高性能数据摄取功能进行低级操作,Spring Data for Apache Cassandra的模板都能满足每个应用程序的需求。

== 特性

  • 基于通用Spring Data接口构建存储库
  • 支持同步、响应式和异步数据操作
  • 支持基于XML的Keyspace创建和CQL表创建
  • 支持所有集群和会话功能的JavaConfig和XML配置
  • 将异常转换为熟悉的Spring DataAccessException层次结构
  • 便捷的QueryBuilders,无需学习CQL
  • 自动实现Repository接口,包括支持自定义查询方法
  • 基于4.x版本的DataStax CQL Java驱动程序

== 行为准则

本项目遵循https://github.com/spring-projects/.github/blob/e3cc2ff230d8f1dca06535aa6b5a4a23815861d4/CODE_OF_CONDUCT.md[Spring行为准则]。参与者应遵守此行为准则。如遇不当行为,请报告至spring-code-of-conduct@pivotal.io。

== 入门

以下是使用Java中的Spring Data Repositories的应用程序示例:

[source,java]

public interface PersonRepository extends CrudRepository<Person, Long> {

List findByLastname(String lastname);

List findByFirstnameLike(String firstname); }

@Service public class MyService {

private final PersonRepository repository;

public MyService(PersonRepository repository) { this.repository = repository; }

public void doWork() {

repository.deleteAll();

Person person = new Person();
person.setFirstname("Matthew");
person.setLastname("Adams");
repository.save(person);

List<Person> lastNameResults = repository.findByLastname("Adams");
List<Person> firstNameResults = repository.findByFirstnameLike("M*");

} }

@Configuration @EnableCassandraRepositories class ApplicationConfig extends AbstractCassandraConfiguration {

@Override public String getContactPoints() { return "localhost"; }

@Override protected String getKeyspaceName() { return "springdata"; } }

=== Maven配置

添加Maven依赖:

[source,xml]

org.springframework.data spring-data-cassandra ${version} ----

如果您更喜欢使用即将发布的主要版本的最新快照,请使用我们的Maven快照仓库并声明适当的依赖版本。

[source,xml]

org.springframework.data spring-data-cassandra ${version}-SNAPSHOT spring-snapshot Spring Snapshot Repository https://repo.spring.io/snapshot ----

== 获取帮助

使用Spring Data遇到问题?我们很乐意提供帮助!

== 报告问题

Spring Data使用GitHub作为问题跟踪系统来记录错误和功能请求。如果您想提出问题,请遵循以下建议:

== 从源代码构建

您不需要从源代码构建来使用Spring Data(二进制文件在https://repo.spring.io[repo.spring.io]中),但如果您想尝试最新的功能,可以使用https://github.com/takari/maven-wrapper[maven wrapper]轻松构建Spring Data。您还需要JDK 17。

[source,bash]

$ ./mvnw clean install

如果您想使用常规的mvn命令进行构建,则需要https://maven.apache.org/run-maven/index.html[Maven v3.8.0或更高版本]。

如果您希望提交拉取请求,另请参阅link:CONTRIBUTING.adoc[CONTRIBUTING.adoc],特别是在进行第一个非微小更改之前,请签署https://cla.pivotal.io/sign/spring[贡献者协议]。

== 最初的贡献者

Spring Data for Apache Cassandra最初由以下公司和个人创建和支持:

=== 构建参考文档

构建文档的同时也会构建项目,但不运行测试。

[source,bash]

$ ./mvnw clean install -Pantora

生成的文档可在spring-data-cassandra-distribution/antora/site/index.html中找到。

== 示例

== 许可证

Spring Data for Apache Cassandra是根据https://www.apache.org/licenses/LICENSE-2.0.html[Apache 2.0许可证]发布的开源软件。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号