一篇文章带你学会MybatisPlus~(一):https://developer.aliyun.com/article/1424741
MybatisPlus常用的注解—>@TableName:
为什么要引入这个注解呢?
原因是MybatisPlus对数据库进行增删改查时,并不需要指定表名,这时因为它是默认的是实体类名,假设我们现在将表名换成t_user,那么就会出现如下错误:
为了解决上述错误,我们可以通过以下两种方式解决:
1:@TableName设置该实体类对应的表名,如下所示:
2:设置MybatisPlus的全局配置,如下所示:
mybatis-plus: configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl global-config: db-config: # 设置实体类表统一的前缀 table-prefix: t_
MybatisPlus常用的注解—>@TableId:
MybatisPlus默认将id作为主键,如下所示,我们将实体类中的id和对应数据库表的id字段修改为Uid
向其中添加数据:
@Test public void insertUser(){ User user=new User(); user.setName("张大牛"); user.setAge(21); user.setEmail("zhangsan@guigu.com"); int result= userMapper.insert(user); System.out.println(result); System.out.println(user.getUid()); }
当添加新的数据时,报错如下所示:
@TableId的type属性:
而解决上述错误的办法即为向我们希望成为主键的属性上添加@TableId如下所示
@TableId的value属性:
type属性用来定义主键策略,常见的主键策略有以下两种:
1:IdType.ASSIGN_ID(默认)
:基于雪花算法
的策略生成数据id,与数据库id是否设置自增无关
2:IdType.Auto
:使用数据库的自增策略
,注意,该类型请确保数据库设置了id自增,否则无效
通过全局配置配置主键生成策略:
如下所示,在application.yaml文件中设置主键生成策略和上述通过注解的方法效果是一样的
mybatis-plus: global-config: db-config: id-type: auto
雪花算法:
需要选择合适的方案去应对数据规模的增长,以应对逐渐增长的访问压力和数据量,数据库的拓展方式主要包括:业务分库,主从复制,数据库分表
数据库分表:
数据库分表:
将不同业务数据分散存储到不同的数据库服务器,能够支撑百万甚至千万用户规模的业务,但如果业务继续发展,同一业务的单表数据也会达到单台数据服务器的处理瓶颈,例如:淘宝的几亿用户数据,如果全部存放在一台数据库服务器的一张表中,肯定是无法满足性能要求的,此时就需要对单表数据进行拆分。
单表数据拆分有两种方式:垂直分表和水平分表
垂直分表:
适合将表中某些不常用且占了大量空间的列拆分出去,例如,下面示意图中的nickname和description字段,假设当前为一个婚恋网站,用户在筛选其他用户的时候,主要是age和sex两个字段进行查询,而nickname和description两个字段用于展示,一般不会在业务查询中用到,description本身又长,因此我们可以将这两个字段独立到另一张表中,这样在查询age和sex时,就能带来一定的性能。
水平分表:
水平分表适合表行数特别大的表,有的公司要求单表行数超过5000万就必须进行分表,这个数字可以作为参考,但并不是绝对的标准,关键还是要看表的访问性能,对于一些比较复杂的表,可能超过1000万就要分表了,而对于一些简单的表,即使存储数据超过1亿行,也不可以分表,水平分表相比垂直分表,会引入更多的复杂性,例如要求全局唯一的数据id该如何处理?
主键自增:
1:以最常见的用户ID为例,可以按照1000000的范围进行分段,1-999999放到表1中,1000000-1999999放到表2中,以此类推。
2:复杂点:分段大小的选取,分段太小会导致切分后子表数量过多,增加维护复杂度,分段太大可能会导致单表依然存在性能问题,一般建议分段大小在100万到2000万之间,具体需要根据业务选取合适的分段大小。
3:优点:可以随着数据的增加平滑地扩充新的表,例如,现在的用户是100万,如果增加到1000万,只需要增加新的表就可以了,原有的数据不需要动。
4:缺点:分布不均匀,假如按照1000万来进行分表,有可能某个字段实际存储的数据量只有1条,而另外一个分段实际存储的数据量有1000万条。
取模:
1:同样以用户ID为例,假如我们一开始就规划了10个数据库表,可以简单地用user_id%10的值来表示数据所属的数据库编号,ID为985的用户放到编号为5的子表中,ID为10086的用户放到编号为6的子表中
2:复杂点:初始表数量的确定,表数量太多维护比较麻烦,表数量太少又可能导致单表性能存在问题。
3:优点:表分布比较均匀
4:缺点:扩充新的表很麻烦,所有数据都要重分布
雪花算法:
它是由Twitter公布的分布式主键生成算法,它能够保证不同表的主键的不重复性,以及相同表的主键的有序性(后添加进来的算法一定比之前的大)。
核心思想
:
长度64bit(一个long型)
首先是一个符号位,1bit标识,由于long基本类型在Java中是带符号的,最高位是符号位,正数是0,负数是1,所以ID一般是正数,最高位是0.
41bit时间戴(毫秒级),存储的是时间戴的差值(当前时间截-开始时间截),结果约等于69.73年。
10bit作为机器的ID(5个bit是数据中心,5个bit的机器ID,可以部署在1024个节点)
12bit作为毫秒内的流水号(意味着每个节点在每毫秒可以产生4096个ID)
优点:整体上按照时间进行自增排序,并且整个系统内不会产生ID碰撞,效率较高。
MybatisPlus常用的注解—>@TableFiled:
MybatisPlus可自动将数据库表字段中_的下划线转化成Java属性中的驼峰式,如下所示:
映射为数据表中的字段如下所示:
但是在实际开发中很多时候并不是下划线导致的不一致,而是二者本身的不一致,例如Name–>UserName
测试如下所示,我们依然保持数据库表中的字段名为username,而将Java类中的属性名修改为Name,输出如下所示:
为了解决上述问题,我们可以使用MybatisPlus为我们提供的@TableFiled注解将属性名设置为对应的字段名
MybatisPlus常用的注解—>@TableLogic:
逻辑删除:
物理删除
:真实删除,将对应数据从数据库中删除,之后查询不到被删除的记录。
逻辑删除:假删除,将对应数据中代表是否被删除字段的状态修改为被删除状态,之后在数据库中仍然可以看到此条数据记录
,可以进行数据恢复,在数据库表中创建逻辑删除状态列,默认值为0
使用方法如下所示:
第一步:向数据表中添加新的字段is_deleted,设置其默认值为0
ALTER TABLE t_user add COLUMN is_deleted int; ALTER TABLE t_user ALTER COLUMN is_deleted SET DEFAULT 0;
第二步:在对应的实体类中加入is_deleted字段并在该字段上添加@TableLogic注解
使用逻辑删除删除如下所示三条数据:
@Test public void deleteUser() { List<Long> longList=new ArrayList<>(); longList.add(1L); longList.add(2L); longList.add(3L); int result=userMapper.deleteBatchIds(longList); System.out.println(result); }
输出如下所示:
我们会发现执行的并不是删除语句,而是修改语句,表示逻辑删除
此时在数据库中查询:
如下所示数据表中is_deleted字段的值被设置为1,表示逻辑删除。
我们可通过全局配置设置逻辑删除和未删除的状态,如下所示:
mybatis-plus: global-config: #设置逻辑已删除的状态为1 logic-delete-value: 1 #设置逻辑未删除的状态为0 logic-not-delete-value: 0
条件构造器Wapper:
组装查询条件:
@Test public void test(){ //查询用户名包含张,年龄在20到30之间,邮箱信息不为null的用户信息 QueryWrapper<User> queryWrapper=new QueryWrapper<User>(); queryWrapper.like("user_name","小") .between("age",20,30) .isNotNull("email"); List<User> userList=userMapper.selectList(queryWrapper); System.out.println(userList); }
查询结果如下所示:
组装排序条件:
@Test public void test2(){ QueryWrapper<User> queryWrapper=new QueryWrapper<>(); //根据Uid进行升序排列 queryWrapper.orderByAsc("Uid"); List<User> list=userMapper.selectList(queryWrapper); System.out.println(list); }
输出如下所示:
@Test public void test3(){ QueryWrapper<User> queryWrapper=new QueryWrapper<>(); //根据年龄进行降序排列 queryWrapper.orderByDesc("age"); List<User> list=userMapper.selectList(queryWrapper); System.out.println(list); }
输出如下所示:
组装删除条件:
@Test public void test4(){ //删除邮箱地址为空的用户信息 QueryWrapper<User> queryWrapper=new QueryWrapper<>(); queryWrapper.isNull("email"); int delete=userMapper.delete(queryWrapper); System.out.println(delete); }
注意:如果你加入了逻辑删除,那么调用delete执行的是逻辑删除而不是物理删除
使用QueryWrapper实现修改功能:
@Test public void test5(){ //将(年龄大于20且用户名中包含张)或者邮箱为null的用户信息修改 QueryWrapper<User> queryWrapper=new QueryWrapper<>(); //默认多个条件之间是and关系 queryWrapper.lt("age",20) .like("user_name","小") .or() .isNull("email"); User user=new User(); user.setName("李红"); user.setEmail("lihong@qq.com"); int result=userMapper.update(user,queryWrapper); System.out.println(result); }
输出如下所示:
条件的优先级:
@Test public void test6(){ //操作:将用户名中包含张并且(年龄大于20或邮箱为null)的用户信息修改 QueryWrapper<User> queryWrapper=new QueryWrapper<>(); //默认情况下,按照顺序执行,但是Lambda表达式中的条件优先执行 queryWrapper.like("user_name","张") .and(i->i.gt("age",19).or().isNull("email")); //修改 User user=new User(); user.setName("李华"); user.setEmail("lihua@qq.com"); int result=userMapper.update(user,queryWrapper); System.out.println(result); }
输出如下所示:
组装select子句:
@Test public void test7(){ //查询部分字段 QueryWrapper<User> userQueryWrapper=new QueryWrapper<>(); userQueryWrapper.select("user_name","age"); List<Map<String, Object>> userList= userMapper.selectMaps(userQueryWrapper); System.out.println(userList); }
输出如下所示:
组装子查询:
@Test public void test8(){ //子查询:select * from t_user where uid in(select uid from t_user where uid<=100); QueryWrapper<User> userQueryWrapper=new QueryWrapper<>(); userQueryWrapper.inSql("uid","select uid from t_user where uid <=100 "); List<User> list=userMapper.selectList(userQueryWrapper); System.out.println(list); }
使用updateWrapper实现修改功能:
@Test public void test9(){ //将用户名中包含a并且(年龄大于20或邮箱为null)的用户信息修改 //UpdateWrapper:1:设置修改的条件 2:设置修改的字段 UpdateWrapper<User> userUpdateWrapper=new UpdateWrapper<>(); userUpdateWrapper.like("user_name","a") .and(i->i.gt("age",20).or().isNull("email")); userUpdateWrapper.set("user_name","小黑").set("email","xiaohei@qq.com"); int result=userMapper.update(null,userUpdateWrapper); System.out.println("result:"+result); }
输出如下所示:
模拟开发中组装的情况:
@Test public void test10(){ String username=""; Integer ageBegin=20; Integer ageEnd=30; QueryWrapper<User> queryWrapper=new QueryWrapper<>(); //判断某个字符串是否不为null,不为空字符,不为空白符 if(StringUtils.isNotBlank(username)){ queryWrapper.like("user_name",username); }if(ageBegin!=null){ queryWrapper.ge("age",ageBegin); }if(ageEnd!=null){ queryWrapper.le("age",ageEnd); } List<User> userList=userMapper.selectList(queryWrapper); System.out.println(userList); }
输出如下所示:
使用condition组装条件:
@Test public void test11() { String username = "李"; Integer ageBegin = null; Integer ageEnd = 30; QueryWrapper<User> queryWrapper = new QueryWrapper<>(); queryWrapper.like(StringUtils.isNotBlank(username),"user_name",username) .ge(ageBegin!=null,"age",ageBegin) .le(ageEnd!=null,"age",ageEnd); List<User> userList=userMapper.selectList(queryWrapper); System.out.println(userList); }
输出如下所示:
LambdaQueryWrapper:
@Test public void test12(){ String username="王"; Integer ageBegin=null; Integer ageEnd=25; LambdaQueryWrapper<User> userLambdaQueryWrapper=new LambdaQueryWrapper<>(); userLambdaQueryWrapper.like(StringUtils.isNotBlank(username),User::getName,username) .ge(ageBegin!=null,User::getAge,ageBegin) .le(ageEnd!=null,User::getAge,ageEnd); List<User> userList=userMapper.selectList(userLambdaQueryWrapper); System.out.println(userList); }
输出如下所示:
LambdaUpdateWrapper:
@Test public void test13(){ //将用户中包含王,并且(年龄大于20或邮箱为null)的用户信息修改 LambdaUpdateWrapper<User> userLambdaUpdateWrapper=new LambdaUpdateWrapper<>(); userLambdaUpdateWrapper.like(User::getName,"王") .and(i->i.gt(User::getAge,20).or().isNull(User::getEmail)); userLambdaUpdateWrapper.set(User::getName,"小黑").set(User::getEmail,"xaiohei@qq.com"); int result=userMapper.update(null,userLambdaUpdateWrapper); System.out.println("result:"+result); }
输出如下所示:
MybatisPlus分页插件的使用:
编写用于显示分页插件的类:
package com.example.mybatisplus.Config; import com.baomidou.mybatisplus.extension.plugins.MybatisPlusInterceptor; import com.baomidou.mybatisplus.extension.plugins.inner.PaginationInnerInterceptor; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; @Configuration public class MybatisConfig { @Bean public MybatisPlusInterceptor getMybatisPlusInterceptor(){ MybatisPlusInterceptor mybatisPlusInterceptor = new MybatisPlusInterceptor(); mybatisPlusInterceptor.addInnerInterceptor(new PaginationInnerInterceptor()); return mybatisPlusInterceptor; } }
测试类:
package com.example.mybatisplus.Test; import com.baomidou.mybatisplus.extension.plugins.pagination.Page; import com.example.mybatisplus.Mapper.UserMapper; import com.example.mybatisplus.pojo.User; import org.junit.jupiter.api.Test; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; @SpringBootTest public class MybatisPlusPluginsTest { @Autowired private UserMapper userMapper; @Test public void testPage(){ //page:第一个参数:起始页的页码 //第二个参数:显示的记录条数 Page<User> userPage=new Page<>(2,3); userMapper.selectPage(userPage,null); System.out.println(userPage); } }
输出如下所示:
分页相关数据获取:
@Test public void testPage() { Page<User> userPage = new Page<>(2, 3); userMapper.selectPage(userPage, null); //输出的查询到的所有记录数 System.out.println(userPage.getRecords()); //获取总页数 System.out.println(userPage.getPages()); //获取总记录条数 System.out.println(userPage.getTotal()); //判断是否还有下一页 System.out.println(userPage.hasNext()); //判断是否还有上一页 System.out.println(userPage.hasPrevious()); }
输出如下所示:
注意:如果某条记录已经被做了逻辑删除,那么将不会被记录在总条数中
一篇文章带你学会MybatisPlus~(三):https://developer.aliyun.com/article/1424744