以下是加入缓存检查逻辑的完整程序，如果查询已存在缓存中，则直接使用缓存结果：
import db.sqlite
import x.json2
import os
import strings
struct QueryCache {
id int
sql_query string
description string
json_data string
created_at string
}
fn main() {
// 连接缓存数据库
mut cache_db := sqlite.connect('query_cache.db') or {
eprintln('连接缓存数据库失败: ${err}')
return
}
defer {
cache_db.close() or {}
}
// 主循环
for {
// 用户输入
query := os.input('\n请输入SQL查询语句(输入q退出): ')
if query == 'q' {
println('退出程序')
break
}
description := os.input('请输入查询描述(中文): ')
// 1. 首先检查缓存
cached_rows := cache_db.exec_param('
SELECT json_data
FROM result_cache
WHERE sql_query = ?
LIMIT 1
', query) or {
eprintln('检查缓存失败: ${err}')
continue
}
if cached_rows.len > 0 {
println('(从缓存读取结果)')
display_results(cached_rows[0].vals[0].str())
continue
}
println('(执行新查询并缓存结果)')
// 2. 连接源数据库并执行查询(缓存不存在时才执行)
mut source_db := sqlite.connect('food.db') or {
eprintln('连接源数据库失败: ${err}')
continue
}
// 使用exec_map获取结果
rows := source_db.exec_map(query) or {
source_db.close() or {}
eprintln('查询执行失败: ${err}')
continue
}
// 3. 转换引号并存入缓存
json_data := convert_quotes_only(rows)
println('\n即将存入的JSON数据:')
println(json_data)
cache_db.exec_param_many('
INSERT OR REPLACE INTO result_cache
(sql_query, description, json_data)
VALUES (?, ?, ?)
', [query, description, json_data]) or {
source_db.close() or {}
eprintln('缓存结果失败: ${err}')
continue
}
source_db.close() or {}
// 4. 从缓存中读取最新结果并显示
new_cached_rows := cache_db.exec_param('
SELECT json_data
FROM result_cache
WHERE sql_query = ?
LIMIT 1
', query) or {
eprintln('读取缓存失败: ${err}')
continue
}
if new_cached_rows.len == 0 {
eprintln('意外错误: 缓存写入成功但读取失败')
continue
}
display_results(new_cached_rows[0].vals[0].str())
}
}
fn convert_quotes_only(rows []map[string]string) string {
mut json_str := strings.new_builder(1024)
json_str.write_string('[')
for i, row in rows {
if i > 0 {
json_str.write_string(', ')
}
json_str.write_string('{')
mut first := true
for key, val in row {
if !first {
json_str.write_string(', ')
}
escaped_key := json2.encode(key).trim('"')
escaped_val := json2.encode(val).trim('"')
json_str.write_string('"${escaped_key}":"${escaped_val}"')
first = false
}
json_str.write_string('}')
}
json_str.write_string(']')
result := json_str.str()
json_str.free()
return result
}
fn display_results(json_data string) {
raw_data := json2.raw_decode(json_data) or {
println('JSON解析失败: $err')
return
}
json_array := raw_data.arr()
if json_array.len == 0 {
println('空结果集')
return
}
first_obj := json_array[0].as_map()
mut headers := []string{}
mut alignments := []string{}
for key, val in first_obj {
headers << key
if val is int || val is f64 {
alignments << '--:'
} else {
alignments << '--'
}
}
println('\n查询结果:')
println(headers.join('|'))
println(alignments.join('|'))
for item in json_array {
obj := item.as_map()
mut row := []string{}
for header in headers {
val := obj[header] or { json2.Null{} }
if val is json2.Null {
row << 'NULL'
} else {
row << val.str()
}
}
println(row.join('|'))
}
}
主要改进点
缓存检查逻辑：
- 在用户输入查询后，首先检查缓存是否存在该查询结果
- 如果存在，直接显示缓存结果并跳过后续步骤
- 如果不存在，才执行源数据库查询和缓存写入
用户提示：
- 添加"(从缓存读取结果)“和”(执行新查询并缓存结果)"提示
- 让用户清楚知道数据来源
性能优化：
- 避免不必要的源数据库查询
- 减少重复数据的处理和存储
流程清晰：
- 将程序流程分为明确的4个步骤：
- 检查缓存
- 查询源数据库(仅在缓存不存在时)
- 写入缓存(新查询时)
- 显示结果
- 将程序流程分为明确的4个步骤：
使用示例
执行本程序前首先准备好2个sqlite数据库
#!/bin/bash
# 初始化源数据库
sqlite3 food.db <<EOF
CREATE TABLE IF NOT EXISTS foods (
id INTEGER PRIMARY KEY,
name TEXT,
category TEXT,
calories INTEGER,
fats_g REAL,
sugars_g REAL
);
EOF
sqlite3 food.db "INSERT INTO foods VALUES(1,'Apple','fruit',52,0.2,10.4);"
sqlite3 food.db "INSERT INTO foods VALUES(2,'Chicken','meat',239,14,0);"
# 初始化缓存数据库
sqlite3 query_cache.db <<EOF
CREATE TABLE IF NOT EXISTS result_cache (
id INTEGER PRIMARY KEY AUTOINCREMENT,
sql_query TEXT UNIQUE,
description TEXT,
json_data TEXT,
created_at TEXT DEFAULT CURRENT_TIMESTAMP
);
CREATE INDEX idx_sql_query ON result_cache(sql_query);
EOF
echo "数据库初始化完成"
然后如此执行
请输入SQL查询语句(输入q退出): SELECT * FROM foods
请输入查询描述(中文): 获取所有食物
(执行新查询并缓存结果)
即将存入的JSON数据:
[{"id":"1","name":"Apple","category":"fruit","calories":"52","fats_g":"0.2","sugars_g":"10.4"},{"id":"2","name":"Chicken","category":"meat","calories":"239","fats_g":"14.0","sugars_g":"0.0"}]
查询结果:
id|name|category|calories|fats_g|sugars_g
--|--|--|--|--|--
1|Apple|fruit|52|0.2|10.4
2|Chicken|meat|239|14.0|0.0
请输入SQL查询语句(输入q退出): SELECT * FROM foods
请输入查询描述(中文): 再次获取食物
(从缓存读取结果)
查询结果:
id|name|category|calories|fats_g|sugars_g
--|--|--|--|--|--
1|Apple|fruit|52|0.2|10.4
2|Chicken|meat|239|14.0|0.0
请输入SQL查询语句(输入q退出): select max(name) max_name,min(fats_g)*10 min_fats from foods
请输入查询描述(中文): 取出最大的食物和最小的脂肪
(执行新查询并缓存结果)
即将存入的JSON数据:
[{"max_name":"Chicken", "min_fats":"2.0"}]
查询结果:
max_name|min_fats
--|--
Chicken|2.0
请输入SQL查询语句(输入q退出): q
退出程序
从最初的设计，到最后正确，用了5个小时。中间很多曲折，难以尽述。