数据库防止误删操作——打数据标记

简介: 数据库防止误删操作——打数据标记

数据库防止误删操作——打数据标记

本文讲解,如何在数据库层面上通过,打数据标记的方法,防止用户的数据误删的情况。

简介

对于数据库删除操作,在很多情况下并不是真正的删除,而是将数据标记为删除状态,以防止误删或者恢复数据。这样做的好处是可以节省物理存储空间,并且避免了数据被永久性删除带来的风险。在实现上也比直接删除更为方便,同时通过备份策略保留历史增量备份,则也可以完整记录历史变化。

逻辑删除:逻辑删除即将数据的删除标记位设置为true或者false。删除标记位的设置只是在数据表中新增一个字段(例如一个布尔型值),用于标识当前的该条数据是否被删除。在查询时通过加上where deleted=false条件进行过滤,从而达到了“删除”的效果。应用程序在更新和查询数据时需要注意,如果应用没有经过精心设计,那么在代码中如果忘记加上deleted=false的条件就会导致出现已被删除的数据无法获取,或者已经删除的数据仍旧能够向外部界面展示。

实现演示

通过这个最为简单的图书管理系统中的一张表,进行讲解

-- ----------------------------
-- Table structure for book
-- ----------------------------
DROP TABLE IF EXISTS `book`;
CREATE TABLE `book`  (
  `isbn` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
  `author` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
  `publisher` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
  `pubdate` datetime NOT NULL,
  `price` decimal(10, 2) NOT NULL,
  `id` int NOT NULL AUTO_INCREMENT,
  PRIMARY KEY (`id`, `isbn`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 5 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_0900_ai_ci ROW_FORMAT = DYNAMIC;
-- ----------------------------
-- Records of book
-- ----------------------------
INSERT INTO `book` VALUES ('9780439227148', 'The Call of the Wild', 'Jack London', 'Scholastic Press', '2001-01-01 00:00:00', 39.40, 1);
INSERT INTO `book` VALUES ('9787501592401', 'The Old Man and the Sea', 'Ernest Hemingway', 'Knowledge Press', '2023-01-30 00:00:00', 25.80, 2);
INSERT INTO `book` VALUES ('9787501592401', 'The Old Man and the Sea', 'Ernest Hemingway', 'Knowledge Press', '2023-01-31 13:02:42', 25.80, 3);
INSERT INTO `book` VALUES ('9780439227148', 'The Call of the Wild', 'Jack London', 'Scholastic Press', '2023-01-30 16:00:00', 34.90, 6);
INSERT INTO `book` VALUES ('9781772262902', 'Oliver Twist', 'Charles Dickens', 'Engage Books', '2023-01-03 16:00:00', 45.00, 7);

为了实现逻辑删除,我们可以向表中添加一个标志位(例如:deleted),用于标识记录是否已被删除。如果一条记录被删除,则将标志位设为1。而此时查询操作需要过滤掉被删除的记录。

以下是实现逻辑删除的步骤:

1. 修改数据表

在 book 表中添加一个名为 deleted 的 tinyint 类型的字段,默认值为 0,表示未删除。如下:

ALTER TABLE `book` ADD COLUMN `deleted` TINYINT(1) NOT NULL DEFAULT '0';

注意:MyBatis-Plus 中要求实体类属性名和数据库字段名必须一致或者使用 @TableField 注解标识对应的数据库字段名,因此需要在 Book 实体类中添加 deleted 属性。

2. 定义 BaseMapper

首先定义一个 BaseMapper 接口类,并继承 MyBatis-Plus 所提供的 BaseMapper 接口,添加一个自定义方法 updateDeletedById。updateDeletedById 方法将根据给定 id 设置该条记录的 deleted 值为 1,即标记为已删除。

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.example.mybatisdemo.entity.Book;
import org.apache.ibatis.annotations.Param;
public interface MyBaseMapper<T> extends BaseMapper<T> {
    /**
     * 根据id更新删除标志
     *
     * @param id 主键id
     * @return int
     */
    int updateDeletedById(@Param("id") Integer id);
}

3. 定义 BookMapper 接口

接下来,定义一个 BookMapper 接口,并继承 MyBaseMapper 接口。为了满足通用 Curd 操作,可以通过继承 MybatisPlus-BaseMapper 接口实现更多的 CRUD 相关操作。

import com.example.mybatisdemo.mapper.MyBaseMapper;
import com.example.mybatisdemo.entity.Book;
public interface BookMapper extends MyBaseMapper<Book> {
}

4. 定义 BookService 接口和实现类

在 Service 层定义对应的接口并继承 MyBatis-Plus 的 IService 接口,这个接口提供很多基础的 Curd 方法。并在 BookServiceImpl 中实现 updateDeletedById 方法,如下:

BookService.java 文件:

import com.baomidou.mybatisplus.extension.service.IService;
import com.example.mybatisdemo.entity.Book;
public interface BookService extends IService<Book> {
    /**
     * 根据id删除书籍(逻辑删除)
     *
     * @param id ID
     * @return boolean
     */
    boolean removeBookById(Integer id);
}

BookServiceImpl.java 文件:

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.example.mybatisdemo.entity.Book;
import com.example.mybatisdemo.mapper.BookMapper;
import com.example.mybatisdemo.service.BookService;
import org.springframework.stereotype.Service;
@Service
public class BookServiceImpl extends ServiceImpl<BookMapper, Book> implements BookService {
   /**
 * 根据id删除书籍(逻辑删除)
 *
 * @param id ID
 * @return boolean 是否删除成功
 */
@Override
public boolean removeBookById(Integer id) {
    // 调用 MyBaseMapper 的 updateDeletedById 方法,将对应 id 的记录的 deleted 字段值设置为 1,标记为已删除
    int i = baseMapper.updateDeletedById(id);
    // 如果更新成功返回 true,否则返回 false
    return i > 0;
}

5. 在 Controller 层调用相关方法

在 Controller 中注入 BookService,然后控制层通过调用 Service 层的 removeBookById 方法实现逻辑删除。

import com.example.mybatisdemo.entity.Book;
import com.example.mybatisdemo.service.BookService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;
@RestController
@RequestMapping("/book")
public class BookController {
    @Autowired
    private BookService bookService;
    @DeleteMapping("/{id}")
    public boolean deleteBook(@PathVariable Integer id) {
        return bookService.removeBookById(id);
    }
}
相关文章
|
存储 JSON 关系型数据库
【干货满满】解密 API 数据解析:从 JSON 到数据库存储的完整流程
本文详解电商API开发中JSON数据解析与数据库存储的全流程,涵盖数据提取、清洗、转换及优化策略,结合Python实战代码与主流数据库方案,助开发者构建高效、可靠的数据处理管道。
|
存储 缓存 数据库
数据库数据删除策略:硬删除vs软删除的最佳实践指南
在项目开发中,“删除”操作常见但方式多样,主要分为硬删除与软删除。硬删除直接从数据库移除数据,操作简单、高效,但不可恢复;适用于临时或敏感数据。软删除通过标记字段保留数据,支持恢复和审计,但增加查询复杂度与数据量;适合需追踪历史或可恢复的场景。两者各有优劣,实际开发中常结合使用以满足不同需求。
1523 4
|
存储 数据管理 数据库
数据字典是什么?和数据库、数据仓库有什么关系?
在数据处理中,你是否常困惑于字段含义、指标计算或数据来源?数据字典正是解答这些问题的关键工具,它清晰定义数据的名称、类型、来源、计算方式等,服务于开发者、分析师和数据管理者。本文详解数据字典的定义、组成及其与数据库、数据仓库的关系,助你夯实数据基础。
数据字典是什么?和数据库、数据仓库有什么关系?
|
11月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
11月前
|
人工智能 Java 关系型数据库
使用数据连接池进行数据库操作
使用数据连接池进行数据库操作
270 11
|
数据采集 数据库 Python
有哪些方法可以验证用户输入数据的格式是否符合数据库的要求?
有哪些方法可以验证用户输入数据的格式是否符合数据库的要求?
870 174
|
存储 关系型数据库 数据库
【赵渝强老师】PostgreSQL数据库的WAL日志与数据写入的过程
PostgreSQL中的WAL(预写日志)是保证数据完整性的关键技术。在数据修改前,系统会先将日志写入WAL,确保宕机时可通过日志恢复数据。它减少了磁盘I/O,提升了性能,并支持手动切换日志文件。WAL文件默认存储在pg_wal目录下,采用16进制命名规则。此外,PostgreSQL提供pg_waldump工具解析日志内容。
1113 0
|
存储 SQL Java
数据存储使用文件还是数据库,哪个更合适?
数据库和文件系统各有优劣:数据库读写性能较低、结构 rigid,但具备计算能力和数据一致性保障;文件系统灵活易管理、读写高效,但缺乏计算能力且无法保证一致性。针对仅需高效存储与灵活管理的场景,文件系统更优,但其计算短板可通过开源工具 SPL(Structured Process Language)弥补。SPL 提供独立计算语法及高性能文件格式(如集文件、组表),支持复杂计算与多源混合查询,甚至可替代数据仓库。此外,SPL 易集成、支持热切换,大幅提升开发运维效率,是后数据库时代文件存储的理想补充方案。

热门文章

最新文章