Mybatis+mysql动态分页查询数据案例——配置映射文件(HouseDaoMapper.xml)

本文涉及的产品
RDSClaw,2核4GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS AI 助手,专业版
简介: Mybatis+mysql动态分页查询数据案例——配置映射文件(HouseDaoMapper.xml)
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >
<mapper namespace="houseDao" >
  <resultMap id="BaseResultMap" type="house" >
    <id column="ID" property="id" jdbcType="INTEGER" />
    <result column="TITLE" property="title" jdbcType="VARCHAR" />
    <result column="DESCRIPTION" property="description" jdbcType="VARCHAR" />
    <result column="PRICE" property="price" jdbcType="REAL" />
    <result column="PUBDATE" property="pubdate" jdbcType="DATE" />
    <result column="FLOORAGE" property="floorage" jdbcType="INTEGER" />
    <result column="CONTACT" property="contact" jdbcType="VARCHAR" />
    <!-- 开始映射外键 -->
    <!-- 映射用户表 -->
    <association property="users" column="user_id" select="selectUsers"/>
    <!-- 映射类型表 -->
    <association property="types" column="type_id" select="selectTypes"/>
    <!-- 映射街道表 -->
    <association property="street" column="street_id" select="selectStreet"/>
  </resultMap>
  <!-- 关联用户表 -->
  <resultMap id="usersMapper" type="users" >
    <id column="ID" property="id" jdbcType="INTEGER" />
    <result column="NAME" property="name" jdbcType="VARCHAR" />
    <result column="PASSWORD" property="password" jdbcType="VARCHAR" />
    <result column="TELEPHONE" property="telephone" jdbcType="VARCHAR" />
    <result column="USERNAME" property="username" jdbcType="VARCHAR" />
    <result column="ISADMIN" property="isadmin" jdbcType="VARCHAR" />
  </resultMap>
  <!-- 关联街道表 -->
  <resultMap id="streetMapper" type="street" >
    <id column="ID" property="id" />
    <result column="NAME" property="name" jdbcType="VARCHAR" />
  <association property="district" column="district_id" select ="selectDirstrict"/>
  </resultMap>
  <!-- 关联区县表 -->
    <resultMap id="districtDaoMapper" type="district" >
      <id column="ID" property="id"/>
      <result column="NAME" property="name"/>
   </resultMap>
     <!-- 在根据区县id查询一遍区县表 -->
      <select id="selectDirstrict" resultMap="districtDaoMapper">
        select * form district where id=#{district_id}  
      </select>
  <!--关联类型表  -->
  <resultMap id="typeMapper" type="types" >
      <id column="ID" property="id"/>
      <result column="NAME" property="name" jdbcType="VARCHAR" />
   </resultMap>
   
  <!-- 用户表 -->
  <select id="selectUsers" resultMap="usersMapper">
    select * from users where id=#{user_id}
  </select>
  <!-- 街道表 -->
   <select id="selectStreet" resultMap="streetMapper">
    select * from street where id=#{street_id}
  </select>
  <!-- 类型表 -->
    <select id="selectTypes" resultMap="typeMapper">
    select * from types where id=#{type_id}
  </select>
  <sql id="Base_Column_List" >
    ID, USER_ID, TYPE_ID, TITLE, DESCRIPTION, PRICE, PUBDATE, FLOORAGE, CONTACT, STREET_ID
  </sql>
  
  <!--根据id查询房屋信息 -->
  <select id="selectByPrimaryKey" resultMap="BaseResultMap" parameterType="java.lang.Integer" >
    select 
    <include refid="Base_Column_List" />
    from house
    where ID = #{id,jdbcType=INTEGER}
  </select>
  
  <!-- 根据id删除房屋信息 -->
  <delete id="deleteByPrimaryKey" parameterType="java.lang.Integer" >
    delete from house
    where ID = #{id,jdbcType=INTEGER}
  </delete>
  
  <!-- 添加房屋信息 -->
  <insert id="insert" parameterType="house" >
    insert into house
     (
       USER_ID, TYPE_ID, TITLE, 
      DESCRIPTION, PRICE,  PUBDATE, 
      FLOORAGE, CONTACT, STREET_ID
    )
    values
     (
        #{users.id,jdbcType=INTEGER}, 
       #{types.id,jdbcType=INTEGER},  #{title,jdbcType=VARCHAR},
       #{description,jdbcType=VARCHAR}, #{price,jdbcType=REAL}, 
       #{pubdate,jdbcType=DATE}, #{floorage,jdbcType=INTEGER},
       #{contact,jdbcType=VARCHAR}, #{street.id,jdbcType=INTEGER}
     )
  </insert>
  
  <!-- 根据id修改房屋信息 -->
  <update id="updateByPrimaryKey" parameterType="house" >
  update house set
    USER_ID     = #{users.id,jdbcType=INTEGER},
    TYPE_ID     = #{types.id,jdbcType=INTEGER},
    TITLE     = #{title,jdbcType=VARCHAR},
    DESCRIPTION = #{description,jdbcType=VARCHAR},
    PRICE   = #{price,jdbcType=REAL},
    PUBDATE   = #{pubdate,jdbcType=DATE},
    FLOORAGE  = #{floorage,jdbcType=INTEGER},
    CONTACT   = #{contact,jdbcType=VARCHAR},
    STREET_ID   = #{street.id,jdbcType=INTEGER}
  where ID    = #{id,jdbcType=INTEGER}
  </update>
  
  <!-- 动态查询房屋信息的总记录数 -->
  
  <select id="reCount" parameterType="houseC" resultType="Integer">
  select count(0) from house h
  <where>
    <if test="priceBegin!=null">
       and h.price > #{priceBegin}
    </if>
    <if test="priceEnd!=null">
      and h.price   <![CDATA[<]]>  #{priceEnd}
    </if>
    <!-- h.street_id是数据库的字段名 -->
    <if test="street!=null">
       and h.street_id = #{street.id}
     </if>
     <!-- h.type_id是数据库的字段名 -->
     <if test="types!=null">
       and h.type_id = #{types.id}  
     </if> 
    <if test="floorageBegin!=null">
       and h.floorage > #{floorageBegin}  
    </if>
    <if test="floorageEnd!=null">
      and h.floorage <![CDATA[<]]>  #{floorageEnd}
    </if>
  </where>
  </select>
  
  <!-- 分页动态查询房屋信息 -->
  <select id="getHouseInfoByDymanic" parameterType="hashmap" resultMap="BaseResultMap">
      select * from house h
  <where>
    <if test="priceBegin!=null">
       and h.price > #{priceBegin}
    </if>
    <if test="priceEnd!=null">
      and h.price   <![CDATA[<]]>  #{priceEnd}
    </if>
    <if test="street!=null">
       and h.street_id = #{street.id}
     </if>
    <if test="types!=null||!types==null">
       and h.type_id = #{types.id}  
     </if>
    <if test="floorageBegin!=null">
       and h.floorage > #{floorageBegin}  
    </if>
    <if test="floorageEnd!=null">
      and h.floorage <![CDATA[<]]>  #{floorageEnd}
    </if>
  </where>
        limit #{stratRow},#{endRow}
  </select>
  
  <!-- 查询全部的房屋信息 -->
  <select id="getHouseInfo" resultType="house">
      select * from house 
  </select>
  
  <!-- 分页查询全部的房屋信息 -->
  <select id="getHousePage" parameterType="hashmap" resultMap="BaseResultMap">
      select * from house limit #{startRow},#{endRow}
  </select>
</mapper>
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
相关文章
|
11月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
9月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
459 0
|
7月前
|
SQL Java 数据库连接
MyBatis 的映射关系
MyBatis 核心功能之一是映射关系,支持一对一、一对多和多对多三种 ORM 映射。通过实体类与配置文件结合,开发者可灵活实现数据关联,提升数据库操作效率。
396 4
|
8月前
|
存储 关系型数据库 MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
606 10
|
9月前
|
SQL 存储 缓存
MySQL 如何高效可靠处理持久化数据
本文详细解析了 MySQL 的 SQL 执行流程、crash-safe 机制及性能优化策略。内容涵盖连接器、分析器、优化器、执行器与存储引擎的工作原理,深入探讨 redolog 与 binlog 的两阶段提交机制,并分析日志策略、组提交、脏页刷盘等关键性能优化手段,帮助提升数据库稳定性与执行效率。
231 0
|
11月前
|
SQL XML Java
菜鸟之路Day35一一Mybatis之XML映射与动态SQL
本文介绍了MyBatis框架中XML映射与动态SQL的使用方法,作者通过实例详细解析了XML映射文件的配置规范,包括namespace、id和resultType的设置。文章还对比了注解与XML映射的优缺点,强调复杂SQL更适合XML方式。在动态SQL部分,重点讲解了`&lt;if&gt;`、`&lt;where&gt;`、`&lt;set&gt;`、`&lt;foreach&gt;`等标签的应用场景,如条件查询、动态更新和批量删除,并通过代码示例展示了其灵活性与实用性。最后,通过`&lt;sql&gt;`和`&lt;include&gt;`实现代码复用,优化维护效率。
1048 5
|
7月前
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
492 158
|
7月前
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。
|
7月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
1233 152
|
7月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎,提供高性价比、稳定安全的云数据库服务,适用于多种行业与业务场景。
917 156