插入功能

//测试插入@Testpublic void testInsert(){    User user = new User();    user.setName("ironman");    user.setAge(3);    user.setEmail("123456@qq.com");    System.out.println(user);    System.out.println("======================");    System.out.println(userMapper.insert(user));//会自动生成id，并回填}

数据库默认插入的id为：全局的唯一id

主键生成策略

分布式系统唯一id生成：https://www.cnblogs.com/liujianping/p/10401842.html

雪花算法：

snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID(5个bit是数据中心，5个bit的机器ID)，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)，最后还有一个符号位，永远是0。

主键自增

1. 实体类字段上添加@TableId(type = IdType.AUTO)

2. 数据库字段一定得是自增

这两个条件缺一不可，否则就会报错

3. 再次插入实现自增

其余的源码解释

public enum IdType {    AUTO(0),  //数据库id自增    NONE(1),   //未设置主键    INPUT(2),   //手动输入    ASSIGN_ID(3),      ASSIGN_UUID(4),       /** @deprecated */    @Deprecated    ID_WORKER(3),  //默认的全局唯一id    /** @deprecated */    @Deprecated    ID_WORKER_STR(3),  //ID_WORKER字符串表示法    /** @deprecated */    @Deprecated    UUID(4);   //全局唯一id}

更新操作

    //测试更新    @Test    public void testUpdate(){        User user = new User();        //通过条件自动拼接动态SQL        user.setId(1L);        user.setName("i m ironman");        //  虽然名字是byID，但是实际上参数是一个对象        System.out.println(userMapper.updateById(user));    }

所有的SQL都是自动的进行动态设置

自动填充

创建时间，修改时间！这些个操作一般都是自动化完成的，我们不希望手动更新。(gmt_create,gmt_modified)

方式一：数据库级别

1. 在表中新增字段create_time,update_time

2. 再次测试插入方法，先把实体类同步

private Date createTime;private Date updateTime;

方法二：代码级别

1. 删除数据库的默认值，更新操作

2. 实体类字段属性上需要增加注释

//字段添加填充内容@TableField(fill = FieldFill.INSERT)private Date createTime;@TableField(fill = FieldFill.INSERT_UPDATE)private Date updateTime;

3. 编写处理器处理注解

package com.zhang.mybatis_plus.handler;import com.baomidou.mybatisplus.core.handlers.MetaObjectHandler;import lombok.extern.slf4j.Slf4j;import org.apache.ibatis.reflection.MetaObject;import org.springframework.stereotype.Component;import java.util.Date;import static jdk.nashorn.internal.runtime.regexp.joni.Config.log;@Slf4j@Componentpublic class MyMetaObjectHandler implements MetaObjectHandler {    //插入是的更新策略    @Override    public void insertFill(MetaObject metaObject) {        log.info("start insert .......");        //setFieldValByName(String fieldName, Object fieldVal, MetaObject metaObject)        this.setFieldValByName("createTime",new Date(),metaObject);        this.setFieldValByName("updateTime",new Date(),metaObject);    }    //更新时的填充策略    @Override    public void updateFill(MetaObject metaObject) {        this.setFieldValByName("updateTime",new Date(),metaObject);    }}

4. 测试插入

乐观锁

乐观锁：顾名思义，总是十分乐观，总是认为不会出现问题，无论干什么都不去上锁，如果出现了问题，再次更新测试(version ,new version)

悲观锁：顾名思义，总是十分悲观，总是认为会出现问题，无论干什么都会上锁，再去操作。

意图：

当要更新一条记录的时候，希望这条记录没有被别人更新

乐观锁实现方式：

• 取出记录时，获取当前version

• 更新时，带上这个version

• 执行更新时， set version = newVersion where version = oldVersion

• 如果version不对，就更新失败

乐观锁：1.先查询，获得版本号 version =1  ----线程Aupdate user set name = "ironman",version = version  +  1  where  id  =  2  and  version  =  1  ----线程B抢先完成，这个时候version  =  2，会导致A线线程修改失败update user set name = "ironman",version = version  +  1  where  id  =  2  and  version  =  1

测试MP的乐观锁插件

1. 数据库增加version字段

2. 实体类增加对应的字段

@Version //代表乐观锁注解private Integer version;

3. 注册组件

package com.zhang.mybatis_plus.config;import com.baomidou.mybatisplus.extension.plugins.OptimisticLockerInterceptor;import org.mybatis.spring.annotation.MapperScan;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.transaction.annotation.EnableTransactionManagement;@MapperScan("com.zhang.mybatis_plus.mapper")@EnableTransactionManagement@Configuration //配置类public class MybatisPlusConfig {    //注册乐观锁插件    @Bean    public OptimisticLockerInterceptor optimisticLockerInterceptor(){        return new OptimisticLockerInterceptor();    }}

测试一下

//测试乐观锁成功@Testpublic void testOptimisticLocker(){    //1.查询用户信息    User user = userMapper.selectById(1L);    //2.修改用户信息    user.setName("zhang");    user.setEmail("123456@qq.com");    //3. 执行更新操作    userMapper.updateById(user);}//测试乐观锁失败@Testpublic void testOptimisticLocker2(){    //线程1    //1.查询用户信息    User user = userMapper.selectById(1L);    //2.修改用户信息    user.setName("zhang");    user.setEmail("123456@qq.com");    //线程2    //1.查询用户信息    User user2 = userMapper.selectById(1L);    //2.修改用户信息    user2.setName("zhangxi");    user2.setEmail("123456@qq.com");    //3. 执行更新操作    userMapper.updateById(user2);    userMapper.updateById(user);//如果没有乐观锁，就会覆盖插队线程的值}

查询操作

//测试查询@Testpublic void testSelectById(){    /*User user = userMapper.selectById(1L);    System.out.println(user);*/    //批量查询    List users = userMapper.selectBatchIds(Arrays.asList(1,2,3));    users.forEach(System.out::println);}//测试条件查询@Testpublic void testSelectById3(){    HashMapmap = new HashMap<>();    //自定义查询    map.put("name","Jack");    List users = userMapper.selectByMap(map);    users.forEach(System.out::println);}

分页查询

1. 原始的limit分页

2. pageHelper第三方插件

3. MP内置的分页插件

步骤：

1. 配置拦截器组件

    @Bean    public PaginationInterceptor paginationInterceptor() {        PaginationInterceptor paginationInterceptor = new PaginationInterceptor();        // 设置请求的页面大于最大页后操作， true调回到首页，false 继续请求  默认false        // paginationInterceptor.setOverflow(false);        // 设置最大单页限制数量，默认 500 条，-1 不受限制        // paginationInterceptor.setLimit(500);        // 开启 count 的 join 优化,只针对部分 left join        paginationInterceptor.setCountSqlParser(new JsqlParserCountOptimize(true));        return paginationInterceptor;    }

2. 直接使用page对象即可

//测试分页查询@Testpublic void testPage(){    //参数1：当前页    //参数2：页面大小    Page page = new Page<>(1, 5);    userMapper.selectPage(page,null);    page.getRecords().forEach(System.out::println);    System.out.println(page.getTotal());}

删除操作

//测试删除@Testpublic void testDeleteById(){    userMapper.deleteById(1287313900072681476L);}//批量删除@Testpublic void testDeleteBatchId(){    userMapper.deleteBatchIds(Arrays.asList(1287313900072681477L,1287313900072681478L));}//map删除@Testpublic void testDeleteMap(){    HashMapmap = new HashMap<>();    map.put("name","ironman");    userMapper.deleteByMap(map);}

逻辑删除

物理删除：从数据库中直接移除

逻辑删除：在数据库中隐藏，没有被移除，而是通过一个变量来让他失效！deleted =0 ==》 deleted=1

管理员可以查看被删除的记录！防止数据的丢失，类似于回收站！

测试：

1. 在数据库字段中添加deleted字段

2. pojo实体类中增加属性

@TableLogic //逻辑删除private Integer deleted;

3. 配置

//注册bean，从3.1.1后，这一步已经不再需要@Beanpublic ISqlInjector sqlInjector(){  return new LogicSqlInjector();}

mybatis-plus:  global-config:    db-config:      logic-delete-field: flag  # 全局逻辑删除的实体字段名(since 3.3.0,配置后可以忽略不配置步骤2)      logic-delete-value: 1 # 逻辑已删除值(默认为 1)      logic-not-delete-value: 0 # 逻辑未删除值(默认为 0)

4. 测试删除

记录依旧在数据库，但是值已经发生了变化

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！