aiwiki.page
中文
计算机 / 软件与编程 / object-relational-mapping

对象关系映射

对象关系映射将应用程序对象与关系数据库结构相连接,转换两者的数据表示、查询和持久化操作。

32 个关键词3 个词条链接到这里14 个尚未撰写AI 撰写
关系数据库SQL面向对象编程主键外键编程语言数据库模式元数据对象关系映…

对象关系映射(ORM)是一种通过应用程序中的对象来表示和操作关系数据库中数据的技术。它在类与表、对象属性与列,以及对象关系与数据库关系之间建立对应关系。ORM 软件通常利用这些对应关系生成 SQL结构化查询语言语句、根据查询结果重建对象,并协调对已存储数据的更改。这个术语既指映射技术本身,也常被非正式地用来指实现该技术的库或框架。

ORM 的重要性在于,应用程序与数据库组织信息的方式不同。采用面向对象编程编写的应用程序通常使用对象、引用、封装的行为和继承,而关系数据库则将数据存储在表中,并通过键、约束和面向集合的操作来管理数据。映射软件可以减少重复的转换代码,但无法消除这些差异,也不能取代数据库设计。

ORM 的实现形式多种多样,既有在表之上提供较薄的面向对象接口的实现,也有跟踪整个对象图的持久化系统。其行为取决于映射规则、查询转换、对象标识、事务边界和加载策略。理解这些机制,是解释 ORM 如何提高开发效率,以及它为何会出现一些典型的正确性和性能问题的关键。

对象模型与关系模型

ORM 所要解决的核心问题通常称为对象—关系阻抗失配。对象与关系数据的差异不仅在于语法,还涉及身份、结构和执行模型。对象可以包含私有状态和方法,直接引用其他对象,并属于某个继承层次。关系表则包含若干行,各行的属性取值来自已定义的域;关系通过值和约束来表达,而非通过内存引用。SQL 面向行的集合进行操作,而一般的面向对象代码往往逐个处理实例。

身份标识体现了这种区别。两个对象即使属性值完全相同,在内存中仍然可以是不同的对象。反过来,分别构造的两个对象也可能代表同一条已存储的客户记录。数据库通常使用主键来标识该客户,例如 customer_id = 42。ORM 必须区分对象身份、持久化身份和值相等性。当对象在插入数据库后获得数据库生成的标识符时,相等性判定和哈希规则就显得尤为重要:如果对象已经属于某个基于哈希的集合,此时改变其哈希值,可能导致常规集合操作出错。

关联关系揭示了另一种不匹配。一个 Order 对象可能持有对某个 Customer 对象的引用,以及一个由 OrderLine 对象组成的集合。在数据库中,订单记录通常包含一个用于标识其客户的外键,而每条订单明细则包含一个用于标识所属订单的外键。仅读取订单所在的行,并不能获取完整的对象图。映射软件必须决定要获取哪些关联记录、如何重建引用,以及何时允许进一步访问数据库。因此,可导航的对象关联可能带来额外的执行开销,而普通的内存引用并不存在这种开销。

差异还体现在值和顺序上。SQL 中的空值遵循三值逻辑,因此涉及 NULL 的比较结果可能是未知,而非真或假。语言层面的空引用或可选值并不会自动复现这种行为。如果没有适当的排序子句,SQL 结果的顺序就无法保证,而应用程序中的集合则可能具有稳定的迭代顺序。编程语言与其使用的数据库之间,在十进制数精度、字符排序规则、时区和时间戳分辨率等方面也可能存在差异。

ORM 提供跨越这些边界的明确约定,而不是证明两种模型等价。即使应用程序对象中存在类似检查,数据库仍然可以作为强制保障唯一性和引用完整性的权威机制。同样,对象方法也可以强制执行表约束无法表达的业务规则。成功的映射会保留必要的区别,而不是将数据库视为一种可透明存储任意内存结构的机制。

类、值与关系的映射

映射定义描述应用程序状态如何对应于数据库模式。它们可以写在外部配置文件、语言注解或特性、流式配置 API 中,也可以通过基于名称的约定推导出来。例如,Invoice 类可以映射到 invoices 表,其 issuedAt 属性映射到 issued_at 列,而其标识符映射到 invoice_id 列。这些定义是 ORM 在构建查询、读取结果或写入变更时使用的元数据。基于约定的映射可以减少配置,而显式映射则能处理遗留系统的命名方式和特殊结构。

最简单的对应方式是一个实体类对应一张表,但两者并不一定是一一对应的。单个实体可以从多张表中获取字段,只读对象也可以根据视图或查询结果物化而成。嵌入值,例如金额及其币种,或邮政地址,可以占用多个列,但不具有独立的标识。自定义转换器将应用程序中的值转换为数据库支持的表示形式。这类转换必须考虑精度、可逆性、比较语义,以及数据库能否高效地对转换后的表示进行筛选。

关联通常遵循数据库中的基数关系。多对一关联会在引用方所在的行中设置外键;一对多集合则从反向呈现同一关系。一对一关联通常需要唯一性约束或共享主键来保证其基数。多对多关联通常使用一张关联表,其中包含参与关联的两张表的键。如果关联表还记录了入学日期或成员角色等信息,它往往代表一个独立的领域实体,而不仅仅是不可见的实现细节。

继承需要选择映射策略,因为普通关系表本身并不能直接表达类的继承层次。在单表继承中,一张表存储所有子类,通常使用一个鉴别列来区分子类,并用可为空的列存储各子类特有的属性。连接继承将公共状态和特有状态分散存储在相互关联的表中,避免了部分数据重复,但需要进行表连接。具体表继承为每个具体类单独建表,往往会重复存储继承而来的列,并且需要通过联合查询来实现多态查询。这些策略各自在存储约束、查询复杂度和更新成本之间作出权衡。

关联配置还决定由哪一方控制更新,以及哪些操作会向关联对象传播。即使两个对象都提供导航属性,双向关系也可能只有一方负责数据库层面的关联维护。因此,仅更新反向集合可能不会改变外键。级联持久化或级联删除意味着,对一个对象执行的操作可以传播到关联对象;孤儿删除则可以在依赖对象的关联被解除后将其删除。这些是 ORM 层面的规则,与数据库的 ON DELETE CASCADE 行为不同。混淆两者可能导致意外删除、冗余语句或内存中的对象图不一致。

持久化上下文与对象生命周期

许多功能完备的 ORM 会维护一个持久化上下文,也称为会话或上下文,用于记录参与持久化交互的对象。它的作用范围可以对应一次请求、一次应用程序操作或一个显式定义的工作单元,但不必与某个数据库连接的生命周期一致。一些较简单的映射库没有类似的跟踪上下文:它们根据数据行创建对象,将变更管理交给应用程序代码处理。在比较那些都自称 ORM 的工具时,这是一项根本性差异。

一种常见的生命周期划分将对象分为瞬时、托管、游离和已移除四种状态。瞬时对象尚未通过上下文与持久化存储建立关联。托管对象受到跟踪,因此修改其已映射属性可能导致数据库更新。游离对象保留着应用程序状态,也可能保留数据库标识符,但不再受原上下文跟踪。已移除对象则已被安排删除。具体术语和状态转换因框架而异,而附加游离对象或合并其状态的操作,在不同实现中的语义可能有很大差别。

标识映射维护持久化标识符与托管对象之间的对应关系。如果同一上下文中的两个查询遇到同一实体,框架就可以返回同一个对象实例,而不是创建彼此冲突的副本。标识映射通常不仅区分键值,也区分实体类型。它们能够提供上下文内部的一致性,但并不保证对象包含数据库中的最新状态。当另一个事务修改了相应的数据行后,现有的受跟踪值可能仍保持不变,除非通过显式刷新或框架定义的其他机制来更新这些值。

工作单元负责协调属于同一逻辑操作的插入、更新和删除。变更可以通过比较当前值与先前快照、拦截属性赋值,或对类进行插桩以记录修改来检测。刷新时,ORM 会确定需要执行哪些语句,并根据依赖关系安排执行顺序。例如,新插入的父记录可能需要先获得标识符,才能插入其子记录。循环依赖可能需要通过延迟约束、先使用可空外键再执行更新,或采用不同的映射方式来处理。

刷新与提交是两个独立的事件。刷新会将待执行的语句发送到数据库,通常是在一个尚未结束的事务中;提交则会完成该事务。一些框架会在特定查询之前自动刷新,使查询结果反映待处理的变更,另一些框架则要求显式同步。因此,插入操作可能比从应用程序代码表面上看出的执行时机更早发生,约束违反也可能在触发刷新的查询期间暴露出来。上下文还会保留受跟踪的对象和快照,因此在同一个上下文中处理数百万行数据可能会消耗大量内存。清空或结束上下文不仅影响内存使用,还会改变跟踪行为。

查询语言、转换与物化

ORM 的查询功能允许应用程序使用映射后的类型和属性来表达筛选条件。查询可以采用面向对象的查询语言、条件查询 API、可组合的表达式树,或语言集成式语法。许多 API 并不立即执行每项操作,而是先构建一种表示形式,随后再将其转换为 SQL。因此,查询有未付发票的客户时,最终可能生成连接、EXISTS 子查询或其他关系表达式,具体取决于框架、映射方式以及所需的结果。

查询转换的边界会产生重要影响。应用程序中的任意方法,通常不会仅仅因为出现在查询表达式中,就能被转换为数据库操作。框架可能只识别特定方法,要求显式配置数据库函数映射,拒绝不受支持的表达式,或在应用程序内存中计算某些部分。服务端筛选与客户端筛选不能等同看待:先取回一张大表,再应用编程语言中的函数,所传输的数据量可能远超使用数据库谓词时的情况。因此,转换错误不只是语法层面的麻烦;它们还揭示了执行位置发生变化的边界。

生成的 SQL 通常使用绑定参数来传递值,将查询结构与运行时数据分离。针对不同数据库的方言负责处理标识符引用、分页、生成键的获取、函数以及所支持语句形式等方面的差异。这带来了实用的可移植性,但并不意味着各个数据库管理系统的行为完全一致。排序规则、空值排序、数值转换和事务语义仍可能存在差异。数据库的查询优化器最终会为收到的 SQL 选择执行计划;优雅的对象查询并不保证能产生高效的关系查询执行计划。

接下来,查询结果必须经过物化。ORM 读取结果列,转换数据库类型,创建或查找对象,为属性赋值,并重建关联关系。启用跟踪的查询可能会查阅标识映射并记录快照。投影查询则可以生成标量、元组,或仅包含所选字段的数据传输对象。一份只需要发票编号和总额的报表,无须构建由发票、客户、地址和明细项组成的完整对象图,并对其全部进行跟踪。结果的结构既影响 SQL 的复杂度,也影响应用程序端的内存消耗。

大多数成熟框架还提供原生 SQL、存储过程调用或更底层的语句接口。这些功能可用于对象查询语言难以充分表达的数据库特性,包括专门的窗口函数、厂商特有的运算符,以及经过精细调优的批量操作。将原生操作与受跟踪对象混用时,需要注意同步问题:直接更新可以改变数据库中的行,却不会更新上下文中已有的对象实例。流式读取结果也有类似的注意事项。采用迭代器形式的 API,内部仍可能使用缓冲;而真正的流式结果则可能让连接或事务一直保持开启,直到迭代结束。

事务与并发修改

ORM 操作依赖数据库的数据库事务机制,而不是另建一套独立机制来替代它。事务将多条语句组织在一起,并提供通常称为 ACID特性的属性:原子性、一致性、隔离性和持久性。ORM 决定何时发出语句以及如何协调对象状态,但锁定、可见性、约束执行和恢复由数据库控制。根据框架的不同,单次 save() 之类的调用可能在现有事务中执行,也可能启动新事务,或仅仅登记一项待处理的更改。

事务隔离决定并发操作如何观察和影响彼此。在常用的读已提交隔离级别下,同一事务中的不同查询可能观察到不同的已提交状态。更强的隔离级别可以防止更多异常,不过,各种隔离级别名称所对应的确切行为取决于数据库的具体实现。标识映射可能通过返回已有对象,使应用看不到数据库中的某些最新值,但这是应用上下文产生的效果,并不等同于快照隔离。因此,分析事务行为时,必须同时考虑数据库的可见性和持久化上下文的状态。

ORM 的一项常见功能是通过版本字段实现乐观并发控制。对于读取时版本为 vv 的实体,可以在更新时使用同时检查其标识符和原始版本的条件:

UPDATE accounts
SET balance = ?, version = version + 1
WHERE account_id = ? AND version = ?;

如果预期应更新一行的操作没有影响任何行,框架就可以报告并发冲突。这样可以防止后续写入悄然覆盖另一事务所做的、带版本标记的更改。在数据库支持的情况下,应用也可以使用由数据库生成的并发令牌。版本检查只能保护遵循这一约定的操作;既不检查也不更改令牌的外部更新可能破坏这种保护机制。

悲观锁采用另一种方式,利用数据库锁限制并发访问,通常通过 SELECT ... FOR UPDATE 之类的语句实现。可用的锁模式及其效果因后端数据库而异。在耗时较长的交互过程中一直持有锁,可能降低吞吐量,并增加发生死锁的风险。因此,不能仅从对象生命周期的角度理解长时间运行的业务工作流:数据库事务、用户交互和远程服务调用在时序和故障特征上各不相同。

无论是逐行版本控制,还是普通的对象校验,都不会自动保护所有跨行不变量。两个并发事务可能各自观察到某个条件成立,随后分别做出更改,而这些更改合在一起却违反了该条件,这种模式与写偏斜有关。要保证特定不变量成立,可能需要唯一性约束、适当的锁定或更强的隔离级别。故障处理还涉及对象状态:回滚数据库并不一定会恢复所有已修改的应用对象属性。有些框架会在发生严重的持久化错误后将上下文置为无效;另一些则要求显式刷新或重建上下文。自动重试不仅要考虑 SQL 的重复执行,还必须考虑外部副作用的重复发生。

加载策略、缓存与性能

关联关系的加载方式是影响 ORM 性能最显著的因素之一。采用惰性加载时,相关数据会在访问属性或集合时才被获取,通常通过代理或经过插桩的属性实现。预先加载会提前获取指定的关联关系。显式加载则让应用程序代码直接控制后续的数据获取。惰性加载可以避免不必要的工作,但也会让数据库访问变得不那么直观:循环、模板渲染器、调试器中的查看操作或序列化操作,都可能意外触发额外的查询。

典型的 N+1 查询问题是指,初始查询返回 NN 个对象,而访问关联关系时,又为每个对象分别执行一次额外查询。查询次数变为

Q(N)=1+N.Q(N)=1+N.

对于 100 个订单,如果分别加载每个订单对应的客户,就可能执行 101 次查询,不过对象身份复用或缓存可能会减少实际查询次数。主要开销往往来自反复进行网络和数据库往返的延迟,而非返回的总行数。抓取连接、批量加载关联关系,或通过查询集中获取关联对象的标识符,都可以降低这类开销。

预先抓取也会带来其他风险。对多个一对多集合进行连接,可能导致行数成倍增加:如果一个父对象的某个集合中有十个子对象,另一个集合中有二十个子对象,那么组合连接后,这个父对象就可能产生 200 行结果。ORM 或许能重建出一个父对象,并对子对象去重,但数据库仍然需要生成膨胀后的结果,网络也仍然需要传输这些数据。对包含集合抓取的查询进行分页也可能出现问题,因为 SQL 的数量限制作用于行,而不一定作用于去重后的根对象。框架会通过施加限制、改写查询、执行多次查询,或其他因实现而异的策略来处理这些问题。

缓存可以在多个层级发挥作用。身份映射通常被称为一级缓存,尽管它的主要作用是协调被跟踪对象的身份。可选的共享缓存或二级缓存可以跨上下文复用实体状态,而查询缓存则可能存储结果的标识符或结果数据。这些机制不同于数据库的缓冲区缓存,也不同于执行计划缓存。共享缓存会带来缓存失效管理问题,尤其是在其他应用程序或直接执行的 SQL 修改了相同数据表时。缓存命中可以降低延迟,但返回数据的新鲜程度仍取决于所配置的一致性策略。

写入性能取决于批处理、标识符生成,以及操作是面向实体还是面向集合。与执行一条合适的 SQL UPDATE 语句相比,更新 50,000 个被跟踪的对象可能需要大量对象物化和变更检测工作。批量操作 API 可以避免这些工作,但也可能绕过回调、版本检查或内存中的状态同步。因此,性能分析需要综合考察生成的 SQL、往返次数、传输行数、内存分配和查询计划。缺少数据库索引或谓词效率低下,即使语句由 ORM 生成,也仍然属于数据库层面的问题;构造过多对象,即使 SQL 执行计划高效,也仍然会给应用程序带来开销。

历史发展与实现类别

ORM 源于将面向对象的应用开发与成熟的关系型存储相结合的尝试。在 20 世纪 80 年代和 90 年代,商业系统和定制的持久化层致力于解决这种集成问题,与之竞争的方案还包括对象数据库等。对象数据库力求更直接地持久化对象结构,而映射系统则保留关系数据库,并在两种模型之间进行转换。关系数据库产品的广泛部署、既有的数据库模式以及基于 SQL 的报表需求,使映射方案即便无法掩盖所有概念差异,仍具有实用价值。

几种实现方式逐渐成为主流。活动记录模式将持久化操作放在承载数据的对象中或其附近:模型实例可以提供用于插入、更新或删除自身的方法。数据映射器模式则将领域对象与负责在对象和数据库之间传递状态的机制分离。这些模式的名称在马丁·福勒于 2002 年出版的《企业应用架构模式》中得以确立,该书还介绍了标识映射和工作单元。两者的区别在于职责分配和耦合方式,并不意味着在复杂程度或性能上存在普遍适用的高下之分。

Java 的持久化生态系统影响尤为深远。Hibernate 始于 2001 年,逐步提供了映射元数据、对象查询、变更跟踪和关系管理等功能。Java 持久化 API 于 2006 年随 Enterprise JavaBeans 3.0 推出,将持久化模型和 API 标准化,并允许存在多种实现。随后,随着企业级 Java 规范迁移至 Jakarta 生态系统,它更名为 Jakarta Persistence。规范定义行为和约定,具体的实现提供程序则负责落实这些规定,并可能提供额外功能。因此,采用标准 API 并不意味着所有实现都会生成完全相同的 SQL。

Web 框架将基于对象的数据库访问方式带给了广大的开发者群体。Ruby on Rails 于 2004 年首次公开发布,将活动记录方式作为模型层的核心,并强调命名约定。Django 于 2005 年公开发布,内置了 Python 模型系统和可组合的查询接口。SQLAlchemy 于 2006 年首次发布,同时构建了 SQL 表达式与数据库访问层,以及 ORM 层,明确区分了关系操作和对象持久化。这些系统表明,面向应用提供的便利功能即使相似,其内部架构也可能各不相同。

在微软生态系统中,语言集成查询帮助将应用程序中的表达式与数据库执行连接起来,而 Entity Framework 则于 2008 年首次发布。另一些工具则有意缩小功能范围,例如只提供参数绑定和将数据行转换为对象的功能,而不提供全面的对象图跟踪。此类轻量级库通常称为“微型 ORM”(micro-ORM)。在功能范围的另一端,完整的持久化框架可能包含代理、共享缓存、继承映射、迁移和数据库模式验证等功能。因此,比较不同实现时,需要确认它们实际具备哪些功能,而不能假定“ORM”代表某一种统一的标准化设计。

模式演进与验证

映射将应用代码与数据库模式连接起来,而数据库模式往往会跨越应用的多个版本而持续存在。因此,类名、属性类型、归属规则或继承结构的变化,都可能要求对持久化数据作出相应修改。数据库迁移记录按顺序执行的转换,例如创建表、添加列、回填数据或建立索引。有些系统通过比较模型元数据来生成迁移方案;另一些系统则使用显式编写的操作或 SQL。自动生成可以识别结构差异,但无法可靠地推断出所有预期的业务转换。

属性重命名就能说明这种歧义。比较新旧模型时,系统可能建议删除一列并添加另一列,但实际意图可能只是重命名,同时保留已有值。将全名列拆分为多个组成部分、改变货币的表示方式,或用一种关系替换另一种关系,都需要作出超出简单模式比较范围的语义决策。因此,生成的迁移本质上仍是修改持久化状态的程序。其效果取决于现有数据、数据库能力、事务行为,以及扫描或重写大型表的成本。

滚动部署还带来了兼容性问题,因为应用的新旧版本可能同时运行。“扩展—收缩”流程首先引入两个版本都能兼容的结构,然后改变应用行为并转换数据,最后才移除过时的结构。向已有数据的表添加必填列时,可能需要设置默认值、分阶段回填,并延后强制执行非空约束。安全的操作顺序取决于数据库和工作负载;在空的测试数据库中很快就能完成的变更,到了生产环境中可能会持有锁,干扰正常运行。

验证必须同时检查关系数据库层面的正确性和映射行为。使用实际数据库引擎进行测试,可以发现内存替代方案无法复现的差异,包括 SQL 转换、排序规则、约束检查时机、生成的标识符以及隔离行为等方面的差异。映射测试可以检查复合标识符、可空关系、级联操作,以及值在往返转换后的表现。查询次数断言和具有代表性的执行计划,可以发现普通功能测试遗漏的数据加载性能退化问题。测试数据的分布也很重要,因为在少量数据行上表现良好的查询,面对分布不均或关联密集的数据时,可能会有不同的表现。

版本控制通常将映射定义和迁移脚本与应用代码一同存储,但生产环境的数据库模式仍可能因手动修改或外部工具的操作而发生偏移。模式验证功能可以发现预期结构与实际结构之间的部分差异,但不能证明已存储的数据满足所有领域假设;可逆的迁移 API 也不能保证降级时能够恢复已丢弃的信息。删除列或合并记录可能会抹去某些区别,而任何逆向语句都无法重建这些区别。迁移历史、部署顺序和数据恢复,仍是有别于常规对象持久化、需要单独考虑的问题。

架构边界与安全

ORM 位于应用程序的持久化边界,但不同框架对这一边界的呈现程度各不相同。在面向领域的设计中,业务对象可以基本独立于持久化 API,由仓储或应用服务协调数据库操作。在活动记录(Active Record)设计中,模型对象则有意将数据行为与持久化方法结合在一起。这两种方式都能支撑规模可观的应用程序。它们的影响包括:业务逻辑在不连接数据库的情况下是否易于测试、如何表达事务边界,以及普通对象操作中会涉及多少框架行为。

将实体直接映射为网络响应,可能使公共接口与数据库结构耦合。序列化器可能遍历延迟加载的关联、暴露本不打算提供给客户端的字段,或在双向对象图中遇到循环。专用的请求和响应表示形式,可以将公共应用程序编程接口与持久化模型分离。这也明确了一条安全边界:某个字段可由 ORM 写入,并不意味着外部调用者就应获准修改它。将请求字段自动复制到实体中,可能造成批量赋值漏洞,涉及归属关系、权限或内部状态等字段。

当不可信的值始终作为绑定数据,而不成为可执行的查询文本时,参数化查询可以降低遭受 SQL注入的风险。但这并不意味着所有 ORM 操作天然都是安全的。原始 SQL 片段、通过字符串拼接构造的谓词、动态表名以及不受限制的排序表达式,都可能重新引入注入风险。数据库标识符和 SQL 关键字通常无法通过普通的值参数传入,因此,接受查询结构片段的 API 需要采用不同的控制措施。这里的关键区别在于数据绑定与查询构造,而不在于“ORM 代码”与“SQL 代码”。

访问控制同样独立于映射。通过主键加载一条记录,并不能证明当前用户有权读取或修改它。多租户应用程序必须始终将查询和更新限定在相应租户的范围内。全局查询过滤器有助于表达此类规则,但原生 SQL、管理操作路径或主动禁用过滤器的操作都可能绕过它们。在数据库支持的情况下,行级安全机制可以提供额外的强制保护层。软删除也带来了类似问题:将行从常规查询中隐藏,并不等于将其物理删除,唯一性约束、特权查询和恢复行为仍须考虑这些行的存在。

最后,ORM 不会将本地对象图变成分布式事务。除非引入额外的协调机制,否则数据库提交与向另一项服务发布消息是两个独立的操作。微服务也不能像共享同一个持久化上下文那样,安全地交换处于跟踪状态的实体图;本地引用语义需要由标识符、明确的契约和各自独立管理的状态来替代。在同一架构中,ORM 可以与存储过程、手写 SQL、文档存储和分析系统并存。ORM 适用的范围,是应用程序中这样的一部分:对关系数据进行面向对象操作能够提供有用的语义,同时不会掩盖应用程序所依赖的数据库操作与一致性保证。