Quarkus应用中基于原生SQL的方案搭建方法咨询

针对你从Dropwizard转Quarkus、想要保留JDBI式原生SQL开发体验的需求，给你几个实用的落地方向：

1. 基于Quarkus Reactive Postgres Driver封装轻量映射层 #

Quarkus响应式驱动确实样板代码冗余，但可以自己封装一套简化工具，对齐JDBI的使用习惯：

• 写一个通用SqlExecutor类，封装预编译语句创建、参数绑定逻辑，利用Mutiny.PgPool自动管理连接和语句缓存。
• 自定义和JDBI一致的RowMapper接口，实现结果到实体的映射，直接支持Postgres JSONB、PostGIS等特性：

public interface RowMapper<T> {
    T map(Row row);
}

public class UserMapper implements RowMapper<User> {
    @Override
    public User map(Row row) {
        return new User(
            row.getInteger("id"),
            row.getString("username"),
            row.getJsonb("profile") // 直接处理Postgres JSONB类型
        );
    }
}

• 封装通用查询方法，减少重复代码：

@ApplicationScoped
public class SqlExecutor {
    private final Mutiny.PgPool pgPool;

    public SqlExecutor(Mutiny.PgPool pgPool) {
        this.pgPool = pgPool;
    }

    public <T> Uni<T> querySingle(String sql, RowMapper<T> mapper, Map<String, Object> params) {
        return pgPool.preparedQuery(sql)
            .execute(Tuple.of(params))
            .onItem().transform(rowSet -> 
                rowSet.iterator().hasNext() ? mapper.map(rowSet.iterator().next()) : null
            );
    }
}

• 事务直接用Quarkus的@ReactiveTransactional注解，配合Mutiny的Uni链式调用即可实现事务控制。

2. 直接使用Quarkus JDBI扩展（核心功能可用） #

虽然扩展处于早期阶段，但JDBI的核心特性它都已支持：

• 注解式SQL、@Bind参数绑定、@UseRowMapper结果映射这些用法和原生JDBI完全一致，你原来的Dao代码几乎可以直接复用：

@RegisterRowMapper(UserMapper.class)
public interface UserDao {
    @SqlQuery("SELECT * FROM users WHERE id = :id")
    User getUser(@Bind("id") int id);

    @SqlUpdate("INSERT INTO users(id, username) VALUES(:id, :username)")
    @Transactional
    void insertUser(@BindBean User user);
}

• 缺失的文档可以直接参考JDBI官方核心文档，因为Quarkus扩展只是做了框架集成，核心逻辑还是JDBI原生实现。
• 遇到问题可以去Quarkus的GitHub仓库搜已有issue，不少常见问题已经有社区给出的解决方案。

3. 用Quarkus SQL Client配合自定义映射 #

Quarkus官方主推的SQL Client（阻塞/响应式双版本），优化后也能接近JDBI的开发体验：

• 开启预编译语句缓存配置，减少重复编译开销：在application.properties中添加quarkus.datasource.sql-client.prepared-statement-cache-size=20。
• 结果映射可以用Quarkus自带的RowMapper，或者用MapStruct自动生成映射代码，避免手动编写样板：

@Mapper(componentModel = "cdi")
public interface UserRowMapper extends RowMapper<User> {
    @Mapping(source = "profile", target = "profile")
    User map(Row row);
}

• 批处理用SQL Client的batch API简化实现：

public Uni<Void> batchInsertUsers(List<User> users) {
    return pgPool.preparedQuery("INSERT INTO users(id, username) VALUES($1, $2)")
        .executeBatch(users.stream()
            .map(user -> Tuple.of(user.getId(), user.getUsername()))
            .collect(Collectors.toList()))
        .onItem().ignore();
}

内容的提问来源于stack exchange，提问作者Arie