MyBatis-Plus条件构造器:构建安全、高效的数据库查询

简介: MyBatis-Plus 提供了一套强大的条件构造器(Wrapper),用于构建复杂的数据库查询条件。Wrapper 类允许开发者以链式调用的方式构造查询条件,无需编写繁琐的 SQL 语句,从而提高开发效率并减少 SQL 注入的风险。

一、关于条件构造器(Wrapper)

1.1 简介

MyBatis-Plus 提供了一套强大的条件构造器(Wrapper),用于构建复杂的数据库查询条件。Wrapper 类允许开发者以链式调用的方式构造查询条件,无需编写繁琐的 SQL 语句,从而提高开发效率并减少 SQL 注入的风险。

edae4c45-b7c2-4e1c-a975-ff823dacb29c

1.2 发展

  1. 核心功能的发展

    • 从早期的MyBatis-Plus版本开始,条件构造器(Wrapper)就已经作为核心功能之一,用于构建复杂的数据库查询条件。随着版本的迭代,条件构造器的功能不断增强,提供了更多的方法来支持各种查询操作,如eq​(等于)、ne​(不等于)、gt​(大于)、lt​(小于)等。
  2. 链式调用的优化

    • 条件构造器支持链式调用,这使得代码更加简洁和易读。随着MyBatis-Plus的发展,链式调用的流畅性和易用性得到了进一步的优化,使得开发者可以更加方便地构建复杂的查询条件。
  3. Lambda表达式的引入

    • 随着Java 8的普及,MyBatis-Plus引入了基于Lambda表达式的条件构造器,如LambdaQueryWrapper​和LambdaUpdateWrapper​,这使得开发者可以使用更加现代的编程方式来构建查询和更新条件,提高了代码的可读性和安全性。
  4. 功能扩展

    • MyBatis-Plus条件构造器的功能不断扩展,新增了许多方法,如eqSql​、gtSql​、geSql​、ltSql​、leSql​等,这些方法允许开发者直接在条件构造器中嵌入SQL片段,提供了更高的灵活性。
  5. 性能优化

    • 随着MyBatis-Plus的发展,条件构造器在性能上也得到了优化。通过减少不必要的SQL拼接和优化条件构造逻辑,提高了查询的效率。
  6. 易用性的提升

    • MyBatis-Plus不断改进条件构造器的易用性,例如通过提供更多的方法来支持不同的查询场景,如groupBy​、orderBy​、having​等,使得开发者可以更加方便地构建复杂的查询条件。

1.3 特点

MyBatis-Plus的条件构造器具有以下特点:

  1. 链式调用:Wrapper类允许开发者以链式调用的方式构造查询条件,无需编写繁琐的SQL语句,从而提高开发效率。
  2. 安全性:通过使用Wrapper,可以避免直接拼接SQL片段,减少SQL注入的风险。
  3. 灵活性:支持多种查询操作,如等于、不等于、大于、小于等,以及逻辑组合如and​和or​。
  4. Lambda表达式:LambdaQueryWrapper和LambdaUpdateWrapper通过Lambda表达式引用实体类的属性,避免了硬编码字段名,提高了代码的可读性和可维护性。
  5. 减少代码量:Wrappers类作为一个静态工厂类,可以快速创建Wrapper实例,减少代码量,提高开发效率。
  6. 线程安全性:Wrapper实例不是线程安全的,建议每次使用时创建新的Wrapper实例,以避免多线程环境下的数据竞争和潜在错误。
  7. 支持复杂查询:支持嵌套查询和自定义SQL片段,通过nested​和apply​方法,可以构建更复杂的查询条件。
  8. 类型处理器:在Wrapper中可以使用TypeHandler处理特殊的数据类型,增强了对数据库类型的支持。
  9. 更新操作简化:使用UpdateWrapper或LambdaUpdateWrapper时,可以省略实体对象,直接在Wrapper中设置更新字段。

1.4 主要类型

MyBatis-Plus 提供了多种条件构造器,以满足不同的查询需求:

  1. QueryWrapper<T> :用于构建查询条件,支持链式调用,可以非常方便地添加各种查询条件。
  2. UpdateWrapper<T> :用于构建更新条件,支持链式调用,可以方便地添加各种更新条件。
  3. LambdaQueryWrapper<T> :使用 Lambda 表达式来构建查询条件,避免了字段名错误的问题,增强了代码的可读性和健壮性。
  4. LambdaUpdateWrapper<T> :使用 Lambda 表达式来构建更新条件,同样可以避免字段名错误的问题。
  5. AbstractWrapper<T> :是一个抽象类,其他 Wrapper 类继承自这个类,提供了一些基础的方法实现。

1e12f7c4-aa70-4024-bbbc-f820a4772f8c

二、基本运用

2.1 使用方法

条件构造器允许开发者以链式调用的方式构造SQL的WHERE子句,提供了极大的灵活性和便利性。例如,使用QueryWrapper可以这样构建查询条件:

QueryWrapper<User> queryWrapper = new QueryWrapper<>();
queryWrapper.eq("name", "Kimi").lt("age", 30);
AI 代码解读

这将生成SQL:SELECT * FROM user WHERE name = 'Kimi' AND age < 30​。

2.2 示例

QueryWrapper 示例

// 创建 QueryWrapper 对象
QueryWrapper<User> queryWrapper = new QueryWrapper<>();

// 添加查询条件
queryWrapper.eq("name", "张三") // 字段等于某个值
            .gt("age", 18)      // 字段大于某个值
            .like("email", "%@gmail.com"); // 字段包含某个值

// 使用条件进行查询
List<User> users = userMapper.selectList(queryWrapper);
AI 代码解读

UpdateWrapper 示例

// 创建 UpdateWrapper 对象
UpdateWrapper<User> updateWrapper = new UpdateWrapper<>();

// 设置更新条件
updateWrapper.eq("id", 1); // 更新 id=1 的记录

// 设置要更新的数据
User user = new User();
user.setName("李四");
user.setAge(20);

// 执行更新操作
int result = userMapper.update(user, updateWrapper);
AI 代码解读

LambdaQueryWrapper 示例

// 创建 LambdaQueryWrapper 对象
LambdaQueryWrapper<User> lambdaQueryWrapper = new LambdaQueryWrapper<>();

// 添加查询条件
lambdaQueryWrapper.eq(User::getName, "张三")
                  .gt(User::getAge, 18)
                  .like(User::getEmail, "%@gmail.com");

// 使用条件进行查询
List<User> users = userMapper.selectList(lambdaQueryWrapper);
AI 代码解读

三、Wrapper 类

3.1 简介

在 MyBatis-Plus 中,Wrapper 类是构建查询和更新条件的核心工具。

image

image

3.2 方法

MyBatis-Plus的Wrapper类提供了一系列方法来构建复杂的数据库查询条件。以下是一些常用的Wrapper类方法汇总:

  1. 基本条件方法

    • eq​:等于条件,例如 wrapper.eq("name", "zhangsan")​。
    • ne​:不等于条件,例如 wrapper.ne("name", "zhangsan")​。
    • gt​:大于条件,例如 wrapper.gt("age", 18)​。
    • lt​:小于条件,例如 wrapper.lt("age", 18)​。
    • ge​:大于等于条件,例如 wrapper.ge("age", 18)​。
    • le​:小于等于条件,例如 wrapper.le("age", 18)​。
    • between​:介于两个值之间,例如 wrapper.between("age", 18, 30)​。
    • notBetween​:不介于两个值之间,例如 wrapper.notBetween("age", 18, 30)​。
    • like​:模糊匹配,例如 wrapper.like("name", "%zhangsan%")​。
    • notLike​:不模糊匹配,例如 wrapper.notLike("name", "%zhangsan%")​。
    • likeLeft​:左模糊匹配,例如 wrapper.likeLeft("name", "zhangsan%")​。
    • likeRight​:右模糊匹配,例如 wrapper.likeRight("name", "%zhangsan")​。
    • isNull​:字段值为null,例如 wrapper.isNull("name")​。
    • isNotNull​:字段值不为null,例如 wrapper.isNotNull("name")​。
    • in​:字段值在指定集合中,例如 wrapper.in("name", "zhangsan", "Tom")​。
    • notIn​:字段值不在指定集合中,例如 wrapper.notIn("name", "zhangsan", "Tom")​。
  2. 逻辑组合方法

    • and​:添加一个AND条件,例如 wrapper.and(wq -> wq.eq("name", "zhangsan"))​。
    • or​:添加一个OR条件,例如 wrapper.or(wq -> wq.eq("name", "zhangsan"))​。
  3. SQL片段方法

    • apply​:添加自定义SQL片段,例如 wrapper.apply("name = {0}", "zhangsan")​。
    • last​:添加自定义SQL片段到末尾,例如 wrapper.last("order by name")​。
  4. 子查询方法

    • inSql​:子查询IN条件,例如 wrapper.inSql("name", "select name from user where age > 21")​。
    • notInSql​:子查询NOT IN条件,例如 wrapper.notInSql("name", "select name from user where age > 21")​。
  5. 分组与排序方法

    • groupBy​:分组,例如 wrapper.groupBy("name")​。
    • orderByAsc​:升序排序,例如 wrapper.orderByAsc("age")​。
    • orderByDesc​:降序排序,例如 wrapper.orderByDesc("age")​。
  6. 其他方法

    • exists​:存在条件,例如 wrapper.exists("select * from user where name = {0}", "zhangsan")​。

    • notExists​:不存在条件,例如 wrapper.notExists("select * from user where name = {0}", "zhangsan")​。

    • set​:更新操作时设置字段值,例如 updateWrapper.set("name", "zhangsan")​。

    • having(String column, Object val): HAVING 过滤条件,用于聚合后的过滤,例如

      queryWrapper.select("name", "age")
                          .groupBy("age")
                          .having("count(id) > 1");
      
      AI 代码解读

以上方法提供了构建查询和更新条件的灵活性和强大功能,使得MyBatis-Plus在数据库操作方面更加高效和安全。

m1a6
+关注
目录
打赏
0
3
2
0
125
分享
相关文章
如何用 esProc 将数据库表转储提速查询
当数据库查询因数据量大或繁忙变慢时,可借助 esProc 将数据导出为文件进行计算,大幅提升性能。以 MySQL 的 3000 万行订单数据为例,两个典型查询分别耗时 17.69s 和 63.22s。使用 esProc 转储为二进制行存文件 (btx) 或列存文件 (ctx),结合游标过滤与并行计算,性能显著提升。例如,ctx 并行计算将原查询时间缩短至 0.566s,TopN 运算提速达 30 倍。esProc 的简洁语法和高效文件格式,特别适合历史数据的复杂分析场景。
如何优化SQL查询以提高数据库性能?
这篇文章以生动的比喻介绍了优化SQL查询的重要性及方法。它首先将未优化的SQL查询比作在自助餐厅贪多嚼不烂的行为,强调了只获取必要数据的必要性。接着,文章详细讲解了四种优化策略:**精简选择**(避免使用`SELECT *`)、**专业筛选**(利用`WHERE`缩小范围)、**高效联接**(索引和限制数据量)以及**使用索引**(加速搜索)。此外,还探讨了如何避免N+1查询问题、使用分页限制结果、理解执行计划以及定期维护数据库健康。通过这些技巧,可以显著提升数据库性能,让查询更高效流畅。
【YashanDB知识库】数据库用户所拥有的权限查询
【YashanDB知识库】数据库用户所拥有的权限查询
百万指标,秒级查询,零宕机——时序数据库 TDengine 在 AIOps 中的硬核实战
本篇文章详细讲述了七云团队在运维平台中如何利用 TDengine 解决海量时序数据存储与查询的实际业务需求。内容涵盖了从数据库选型、方案落地到业务挑战及解决办法的完整过程,特别是分享了升级 TDengine 3.x 时的实战经验,给到有需要的小伙伴参考阅读。
63 1
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
docker拉取MySQL后数据库连接失败解决方案
通过以上方法,可以解决Docker中拉取MySQL镜像后数据库连接失败的常见问题。关键步骤包括确保容器正确启动、配置正确的环境变量、合理设置网络和权限,以及检查主机防火墙设置等。通过逐步排查,可以快速定位并解决连接问题,确保MySQL服务的正常使用。
339 82
大数据新视界--大数据大厂之MySQL数据库课程设计:MySQL集群架构负载均衡故障排除与解决方案
本文深入探讨 MySQL 集群架构负载均衡的常见故障及排除方法。涵盖请求分配不均、节点无法响应、负载均衡器故障等现象,介绍多种负载均衡算法及故障排除步骤,包括检查负载均衡器状态、调整算法、诊断修复节点故障等。还阐述了预防措施与确保系统稳定性的方法,如定期监控维护、备份恢复策略、团队协作与知识管理等。为确保 MySQL 数据库系统高可用性提供全面指导。
大数据新视界--大数据大厂之MySQL数据库课程设计:MySQL 数据库 SQL 语句调优方法详解(2-1)
本文深入介绍 MySQL 数据库 SQL 语句调优方法。涵盖分析查询执行计划,如使用 EXPLAIN 命令及理解关键指标;优化查询语句结构,包括避免子查询、减少函数使用、合理用索引列及避免 “OR”。还介绍了索引类型知识,如 B 树索引、哈希索引等。结合与 MySQL 数据库课程设计相关文章,强调 SQL 语句调优重要性。为提升数据库性能提供实用方法,适合数据库管理员和开发人员。
大数据新视界--大数据大厂之MySQL 数据库课程设计:MySQL 数据库 SQL 语句调优的进阶策略与实际案例(2-2)
本文延续前篇,深入探讨 MySQL 数据库 SQL 语句调优进阶策略。包括优化索引使用,介绍多种索引类型及避免索引失效等;调整数据库参数,如缓冲池、连接数和日志参数;还有分区表、垂直拆分等其他优化方法。通过实际案例分析展示调优效果。回顾与数据库课程设计相关文章,强调全面认识 MySQL 数据库重要性。为读者提供综合调优指导,确保数据库高效运行。

热门文章

最新文章