• AnylineService(AnylineService.dml/dql)
  这是最核心的类，可以完成所有的数据库DML/DQL操作,如service.query/insert/update/save/delete/truncate/map/select等
  关于批量操作也使用以上同样的方式，只是在最前面加一个int参数表示批量，一及一次执行多少行命令。
  使用时一般是这样注入
  @Autowired
  @Qualifier("anyline.service")
  private AnylineService service;
  参考【示例源码】
  
  
• AnylineService.ddl
  主要用来创建表(主表/子表)、索引以及修改表结构等，如service.ddl().create(Table table);
  参考【示例源码】
  
  
• AnylineService.metadata
  主要用来查询数据库结构、表(主表/子表)结构、列属性、索引等,  如service.metadata().tables/columns/procedures等
  参考【示例源码】
  
  
• ServiceProxy
  这是一个静态方法类，提供了AnylineService/ddl/metadata的所有功能， 使用时直接调用静态方法，不需要注入。
  在静态方法中经常会用到，如Spring启动类中可以直接使用ServiceProxy操作数据库，而不需要注入(注意要在SpringApplication启动之后调用,也就是需要spring上下文环境加载完成)
  新版本中也经常用来实现切换数据源的效果(实际是在切换service)，AnylineService service = ServiceProxy.service("sso") ,这样就可以操作sso数据源
  
  
• AnylineController
  如果是web项目中，经常会用到AnylineController，主要提供了一键封装查询参数(包括分页)的方法condition(),有了condition封装查询参数就不需要各种判断各种遍历了,更不需要计算分页了
  参考【示例源码】
  
  
• PageNavi
  分页查询参数封装在PageNavi中，但编码中一般不需要显示的调用，经常是这样实现分页service.querys("表名",condition(true,"TYPE:type","NM:nm%","DEPT:[dept]"))
  condition由AnylineController提供,true表示需要分页(在配置项中设置默认每面10行或者直接换成一个int表示每页多少行),会根据request中提供的参数值计算分页
  生成SQL:SELECT * FROM 表 WHERE TYPE = ? AND NM LIKE '?%' AND DEPT IN(?,?,?) LIMIT 0,9
  参考【分页】
  
  
• ConfigStore
  AnylineController.condition封装的查询参数通过ConfigStore返回，ConfigStore一般也不需要显式调用
  但是在一些非web环境下或者参数不是从request中获取的情况下会用到
  new DefaultConfigStore() 或DefaultConfigStore.init()
  在一些低代码等前端用户自定义查询场景中经常需要ConfigStore来可以实现更复杂的查询条件
  参考【ConfigStore说明】
  
  

• DataSet/DataRow
  这是service.querys/query默认返回的数据结构
  其中提供了几乎所有的数据计算函数，如排序、合计、平均值、维度转换、截取、去重、方差、偏差、交集合集差集、分组、忽略大小写对比、行列转换、类SQL过滤筛选(like,eq,in,less,between...)、JSON、XML格式转换等
  【DataRow说明】【DataSet说明】有示例的地方基本上都会用到DataSet/DataRow
  
  
• EntitySet/Entity(自定义的实体类如User)
  如果习惯于实体类操作可以在querys时指定class,如 EntitySet<User> users = service.selects(User.class, 查询条件)参数格式与query一样;
  如果有项目中定义的Service也可以UserService<User> ; EntitySet<User> users = service.selects(查询条件)
  参考【示例源码】【EntitySet说明】
  
  
• List/Map
  在大量数据处理的场景中，经常需要一次性处理几十上百万行数据，这时应该用List<Map> maps = service.maps()，
  因为会DataSet/DataRow在实例化和模拟查询数据时,需要处理大小写忽略、正则表达式、动态属性、模拟SQL、检测数据库字段类型、JSON/XML/BLOB格式化、加密解密、各种类型间的转换兼容等问题会非常耗时
  而maps()只是简单的把数据库中的数据封装到List<Map>中没有任务额外的处理，所以会比较快
  
  
• 流式查询
  如果数据量再大，不能一次性返回，需要通过流式查询的方式操作游标。根据不同的需求实现几个StreamHandler接口的read方法即可
  参考【流式查询】

关于多数据源切换

• 参考【五种注册数据源】 【三种方式切换数据源】 【动态多数据源切换实现原理】