常见注解及使用说明

简介: 本文介绍了SpringMVC中@RequestMapping注解的作用与原理,通过注解将HTTP请求映射到控制器方法,实现前后端接口路径的对应,并简要解析其底层机制及衍生注解的应用。

在我们引入了SpringMVC框架之后,各位读者会发现,我们开始借助于注解的形式去定义接口请求路径,这些注解的作用就是:将任意HTTP 请求映射到控制器方法上

即:前端访问:www.baidu.com,实际对应后端一个被SpringMvc框架注解锁标注的方法上

那么这些注解有哪些,有各自发挥什么作用,在这里笔者带领大家快速了解一下:

@RequestMapping能做什么

在控制器类(就是我们的Controller类)上的方法上使用,用来表示前端请求的一个接口地址,比如我们访问任意一个网站,此时前端就会对后端发起一个Http请求

问题就在于:前端怎么知道请求后端哪个接口呢?接口有那么多?

此时我们的@RequestMapping注解就开始发挥作用了,我们定义的接口上:跟前端保持一样的接口请求路径,就可以实现对应接口的一对一访问。简而言之就是下面几个例子:

我们现在有一个员工操作接口,包括增删改查,一般我们会定义成下面的:

  • 新增:@RequestMapping("/staff/add")
  • 修改:@RequestMapping("/staff/update")
  • 删除:@RequestMapping("/staff/delete")
  • 查找:@RequestMapping("/staff/search")

这样我们就可以实现前后端接口的地址定位了。

但是除了这些我们可能还会有一些别的注解,其形式千变万化,但是要实现的效果是一致的。如@GetMapping、@PostMapping、@PutMapping、@DeleteMapping都是@RequestMapping注解基础之上的二次封装。

做个总结:@RequestMapping注解可以帮助后端程序员定义接口路径,从而让前端请求指定的接口。

@RequestMapping怎么做到的

这里有一定的原理性知识,各位视情况而定,可以自行跳过。

如果大家有需要,可以借鉴我总结的SpringMvc:

https://kdocs.cn/l/cvXWljAu8eph

相关文章
|
缓存 NoSQL 关系型数据库
亿级电商流量,高并发下Redis与MySQL的数据一致性如何保证
你们有多少人是被面试官问到过Redis和MySQL的数据一致性如何保证的? 你们是否考虑过在高并发场景下,Redis与MySQL的同步会有哪些问题?该如何解决? 本篇文章会带大家详细了解,让你知其然,知其所以然,吊打面试官。
815 0
亿级电商流量,高并发下Redis与MySQL的数据一致性如何保证
|
消息中间件 存储 Kafka
深入解析Kafka中的动态更新模式
深入解析Kafka中的动态更新模式
303 0
|
7天前
|
机器学习/深度学习 自然语言处理 API
Qwen3-Coder-Next开源!推动小型混合模型在智能体编程上的边界
Qwen团队开源Qwen3-Coder-Next:基于Qwen3-Next-80B的轻量级编程智能体模型,采用混合注意力+MoE架构,通过可执行任务合成与强化学习训练,在SWE-Bench Verified达70%+,以仅3B激活参数媲美10–20倍大模型,兼顾高性能与低成本部署。(239字)
430 3
|
30天前
|
运维 安全 API
内网系统IP离线数据库搭建与维护完整方案
本方案面向无外网内网环境,提供IP离线数据库全生命周期部署指南,涵盖规划、搭建、维护与应急,支持内网IP自定义映射、高并发查询与安全合规,实现数据自主可控、运维闭环,适配多规模企业架构。
|
SQL
MyBatis-Plus条件构造器之wapper介绍(一)
MyBatis-Plus条件构造器之wapper介绍
934 0
|
12天前
|
存储 人工智能 关系型数据库
向量数据库优势和劣势 —— 全方位解析适用场景与使用边界
本文理性剖析向量数据库:突出其在非结构化数据检索、RAG支撑、毫秒相似匹配等AI场景的核心优势,也直面结构化处理弱、精度效率权衡、成本高、信息损失及生态不成熟等短板,明确适用场景(如智能客服、推荐、多模态检索)与四大使用边界,倡导按需选型、协同传统数据库,实现价值最大化。
|
14天前
|
人工智能 Java 开发工具
OoderAgent 实战指南:从搭建环境到开发到开发第一个自己的skill能力
本文为 ooder SuperAgent 开源框架的实战指南,基于 MIT 协议,介绍其三层 Agent 架构(End/Route/MCP)、AI 能力标准化、P2P 服务发现及 Skillflow 编排等核心特性,并提供环境配置、技能开发、测试部署全流程实操说明。(239字)
|
20天前
|
人工智能 Kubernetes 数据可视化
别再写"面条式文档"了!用AI给你的思维装个"图形渲染引擎"
别让线性文字限制了你的高维思考。本文揭示了大脑作为"图形处理器"的本质,提供了一套专业的AI指令,将复杂的逻辑思维"序列化"为清晰的拓扑结构,像渲染DOM树一样可视化你的知识体系,极大提升沟通与学习效率。
170 12
|
24天前
|
人工智能 安全 搜索推荐
你的错题本里藏着金矿,但你却只把它当成了回收站——用AI给大脑做一次深度Debug
把学习比作软件开发,错题就是Bug。大多数人只改答案(打补丁),却忽略了底层的逻辑漏洞。本文分享一套"错题分析AI指令",利用Root Cause Analysis(根因分析)思维,帮助你用AI深度Debug大脑,将每一个错误转化为认知的核心资产。
158 2
|
22天前
|
存储 人工智能 缓存
别再把大脑当成 /dev/null 了!用这套AI指令给记忆装个 "Redis 缓存层"
本文将大脑记忆比作数据库存储,指出传统记忆的"无索引"缺陷。通过一套"记忆架构师AI指令",利用数据预处理、建立索引和持久化策略(遗忘曲线),帮助开发者构建高效、稳固的知识记忆系统,实现认知的"架构升级"。
414 4

热门文章

最新文章