Diesel会直接在项目根目录下的schema.rs文件中依据数据库表的结构生成好相应的数据结构。然后经过diesel支持的Macro，树立异样结构的struct就可以直接调用数据库中的数据条了。例如关于可以查询的数据条，可以在struct定义之上添加如下的Macro

#[derive(Queryable)] 

struct Herb { 

    uid: i32, 

    cn_name: String, 

    en_name: String, 

    latin_name: String, 

    botanic_name: String, 

    part_used: String, 

    common_name: String, 

    country_of_origin: String, 

    description: String, 

    harvest_season: String, 

    grow_duration: String, 

} 

这样就可以直接经过在相应的业务逻辑中经过filter，load等查询函数了。

全体来说Diesel在开发进程中十分繁复明了，就算初次接触的话，也是能直接掌握，关于之后比较复杂的数据库操作自在度不确定能否足够，不过关于普通项目的数据操作还是足够的。

言语结构

Rust的言语结构同时是优势也是优势。关于初次接触的时分，Rust的言语结构十分令人疑惑，主要是其中的一些调用符号，比如->, : :, <>等等，不过熟习之后就会觉得这些符号也算比较直观，而且在不同场景运用不同的符号让代码的可读性反而提高了。

然后Rust高开发效率的特性也经过Macro机制表现的淋漓尽致。经过不同derive Macro设置可以直接将相应的笼统函数添加给struct，这样可以少写很多代码。例如下面我给这个struct添加了数据库查询(Queryable)的同时，添加了JSON的Serialize和Deserialize的功用。这样在查询出数据条可以直接调用JSON的map函数来生成JSON字符串。

#[derive(Serialize, Deserialize, Queryable)] 

pub struct Herb { 

    pub uid: i32, 

    pub cn_name: String, 

    pub en_name: String, 

    pub latin_name: String, 

    pub botanic_name: String, 

    pub part_used: String, 

    pub common_name: String, 

    pub country_of_origin: String, 

    pub description: String, 

    pub harvest_season: String, 

    pub grow_duration: String, 

} 

这个关于RESTful接口十分有用，可以将数据库的查询结果直接map然后前往。

总的来说，一末尾会觉得Rust是比较复杂的编程言语，不过熟习了之后，还是十分喜欢Rust繁复的代码结构和高效的开发体验。

文档社区

(责任编辑：admin)