使用事务处理器连接
设置数据库访问。
使用事务处理器连接 是 CoddyKit 上的免费 Scala for Backend Engineering & Functional Programming 课时。 这是第 1 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Scala for Backend Engineering & Functional Programming 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Scala for Backend Engineering & Functional Programming 课程共包含 4 节课。
什么是 Transactor？
Doobie 是 Scala 的纯函数式 JDBC 层。Transactor[F] 是 Doobie 的纯程序与真实数据库连接之间的桥梁。
Transactor 知道如何获取 JDBC Connection、在事务中运行您的程序，并安全地释放资源。
它由效果类型 F[_] 参数化，例如 cats.effect.IO。
import doobie._
import cats.effect.IO
val xa: Transactor[IO] = ???ConnectionIO 程序
Doobie 查询是 ConnectionIO[A] 类型的值。它们描述了需要 JDBC 连接的计算，但尚未运行。
您可以纯粹地构建这些程序，然后将它们交给 Transactor 执行。在运行之前，任何操作都不会接触数据库。
import doobie.implicits._
val program: ConnectionIO[Int] =
sql"select 42".query[Int].uniqueDriverManagerTransactor
最简单的 Transactor 是 Transactor.fromDriverManager。它使用 JDBC 的 DriverManager，为每个事务打开一个全新的连接。
它需要驱动类名称、JDBC URL、用户名和密码。它适合测试和脚本，但不提供连接池。
val xa = Transactor.fromDriverManager[IO](
driver = "org.postgresql.Driver",
url = "jdbc:postgresql://localhost:5432/app",
user = "postgres",
password = "secret",
logHandler = None
)运行程序
要执行 ConnectionIO，请调用 .transact(xa)。这会得到一个 F[A]，在本例中就是 IO[A]。
Transactor 会将程序包装在事务中：成功时提交，失败时回滚，并且无论结果如何都会释放连接。
import doobie.implicits._
val result: IO[Int] =
sql"select 42".query[Int].unique.transact(xa)使用 HikariCP 连接池
在生产环境中，您需要连接池。Doobie 提供了由 HikariCP 支持的 HikariTransactor。
它以 Resource 的形式创建，因此连接池可以干净地关闭。您还需要为阻塞式 JDBC 操作传入一个执行上下文。
import doobie.hikari.HikariTransactor
import cats.effect.IO
val xaRes: Resource[IO, HikariTransactor[IO]] =
HikariTransactor.newHikariTransactor[IO](
"org.postgresql.Driver",
"jdbc:postgresql://localhost/app",
"postgres", "secret",
connectEC
)为什么使用 Resource？
池化的 Transactor 拥有长期存在的状态：打开的连接和后台线程。Resource[F, A] 可以确保获取和释放成对执行，即使发生错误或取消也是如此。
通常，您会在启动时构建一次 Transactor，并在整个应用生命周期内重复使用它。
xaRes.use { xa =>
program.transact(xa)
}connectEC 线程池
HikariCP 需要一个 ExecutionContext，用于等待从连接池获取连接。Doobie 为此提供了 ExecutionContexts.fixedThreadPool，它本身也是一个 Resource。
将它与计算线程池分开，可以避免阻塞式连接获取耗尽用于 CPU 密集型工作的资源。
import doobie.util.ExecutionContexts
val poolRes =
for {
ec <- ExecutionContexts.fixedThreadPool[IO](8)
xa <- HikariTransactor.newHikariTransactor[IO](
"org.postgresql.Driver", url, user, pass, ec)
} yield xa配置已有的 DataSource
如果您已经有配置好的 javax.sql.DataSource（例如经过调优的 Hikari 实例），可以直接使用 Transactor.fromDataSource 包装它。
当框架负责管理连接池，而您只希望 Doobie 使用它时，这种方式很常见。
val xa = Transactor.fromDataSource[IO](
dataSource = myDataSource,
connectEC = connectEC
)冒烟测试连接
一种简单的健康检查方式是通过 Transactor 运行 select 1。如果它返回结果，就说明您的驱动、URL 和凭据都正常工作。
在接入真正的查询之前，这是一个很好的第一步。
val check: IO[Int] =
sql"select 1".query[Int].unique.transact(xa)
// check.unsafeRunSync() == 1Transactor 内部机制：策略
Transactor 由解释器和 Strategy 构成。Strategy 控制每个事务前后发生的事情：before、after、oops（发生错误时）以及 always。
默认策略会关闭自动提交，成功后提交，发生错误时回滚，并始终关闭连接。
import doobie.util.transactor.Strategy
val noCommit = xa.copy(
strategy0 = Strategy.default.copy(after = doobie.free.connection.unit)
)日志记录与可观测性
Doobie 可以记录每条语句、其参数和执行时间。现代版本会为每个查询附加一个 LogHandler[F]，而不是为每个 Transactor 附加。
这对于发现慢查询以及验证生产环境中的参数绑定非常有帮助。
import doobie.util.log._
val handler: LogHandler[IO] = (ev: LogEvent) =>
IO.println(ev.sql)快速检查
检验您对 Transactor 的理解。
回顾
Transactor[F] 将纯粹的 ConnectionIO 程序连接到真实数据库。fromDriverManager 适合测试；HikariTransactor 和 fromDataSource 通过连接池适合生产环境。
请将池化的 Transactor 构建为 Resource，使用 .transact(xa) 运行程序，并让默认 Strategy 处理提交、回滚和清理。
用 AI 导师学习 Scala — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 39
- 课程
- 143
常见问题解答
「使用事务处理器连接」课时是免费的吗？
是的 — 「使用事务处理器连接」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Scala for Backend Engineering & Functional Programming 课程的其余内容，请升级到 CoddyKit PRO。 Scala for Backend Engineering & Functional Programming 课程共包含 4 节课。
「使用事务处理器连接」这节课中我会学到什么？
设置数据库访问。 你通过在浏览器中直接运行的动手代码来练习 Scala for Backend Engineering & Functional Programming，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Scala for Backend Engineering & Functional Programming 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Scala for Backend Engineering & Functional Programming 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 1 节课，共 4 节。
「使用事务处理器连接」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Scala for Backend Engineering & Functional Programming 课中编写并运行代码吗？
能。每节 Scala for Backend Engineering & Functional Programming 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。