需要的基础:spring,spring mvc,mybatis
作用:可以节省大量的工作时间,所有的CRUD代码都可以自动完成,简化Mybatis
MyBatis-Plus (opens new window)（简称 MP）是一个 MyBatis (opens new window) 的增强工具，在 MyBatis 的基础上只做增强不做改变，为简化开发、提高效率而生。
步骤:
1.导入对应的依赖
2.研究依赖如何配置
3.代码如何编写
4.提高扩展技术能力
根据官方文档开始入门
快速开始
DROP TABLE IF EXISTS user;
CREATE TABLE user
(
id BIGINT(20) NOT NULL COMMENT ‘主键ID‘,
name VARCHAR(30) NULL DEFAULT NULL COMMENT ‘姓名‘,
age INT(11) NULL DEFAULT NULL COMMENT ‘年龄‘,
email VARCHAR(50) NULL DEFAULT NULL COMMENT ‘邮箱‘,
PRIMARY KEY (id)
);
真实开发中这些字段也是必不可少的,version(乐观锁),deleted(逻辑删除),gmt_create,gmt_modified
插入数据
DELETE FROM user;
INSERT INTO user (id, name, age, email) VALUES
(1, ‘Jone‘, 18, ‘test1@baomidou.com‘),
(2, ‘Jack‘, 20, ‘test2@baomidou.com‘),
(3, ‘Tom‘, 28, ‘test3@baomidou.com‘),
(4, ‘Sandy‘, 21, ‘test4@baomidou.com‘),
(5, ‘Billie‘, 24, ‘test5@baomidou.com‘);
<!-- 数据库驱动-->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<!--mybatis_plus-->
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.0.7</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
#mysql 5
spring.datasource.username=root
spring.datasource.password=123456
spring.datasource.url=jdbc:mysql://localhost:3306/mybatis_plus?useSSL=false&useUnicode=true&characterEncoding=utf-8
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
# mysql 8 驱动不同 com.mysql.cj.jdbc.Driver . 需要增加时区的配置 serverTimezone=GMT%2B8
2.6使用mybatis_plus
User类的编写
@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
private Long id;
private String name;
private Integer age;
private String email;
}
UserMapper的编写
//在对应的Mapper上面实现基本的接口BaseMapper
@Repository//代表持久层
public interface UserMapper extends BaseMapper<User> {
// 所有的CRUD操作编写完成
// 不需要和原来一样写一大堆的文件了
}
在应用添加mapperscan扫描
@SpringBootApplication
@MapperScan("cn.dzp.mapper")
public class MybatisPlusApplication {
public static void main(String[] args) {
SpringApplication.run(MybatisPlusApplication.class, args);
}
}
测试类编写
@Autowired
private UserMapper userMapper;
@Test
void contextLoads() {
// 参数是Wrapper,条件构造器,暂时先不用
List<User> users = userMapper.selectList(null);
users.forEach(System.out::println);
// for (User user : users) {
// System.out.println(user);
// }
}
查询所有用户
我们所有的sql现在是不可见的,我们希望知道它是这么执行的,所以我们必须要看日志
mybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl
配置完成日志后,后面的学习就需要注意这个自动生成的sql,就会喜欢上myabatis-plus!
编写测试代码
@Test
public void testInsert(){
User user = new User();
user.setName("邓疯子");
user.setAge(20);
user.setEmail("2601920751@qq.com");
int insert = userMapper.insert(user);
System.out.println(insert);
System.out.println(user);
}
运行查看发现我并没有设置ID,但是它帮我自动生成了ID,现在来研究下自动生成ID
数据库插入的ID默认值为全局唯一的ID
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:北京,上海，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。具体实现的代码可以参看https://github.com/twitter/snowflake。雪花算法支持的TPS可以达到419万左右（2^22*1000）。
雪花算法在工程实现上有单机版本和分布式版本。单机版本如下，分布式版本可以参看美团leaf算法：https://github.com/Meituan-Dianping/Leaf
主键自增
1.实体类上
@TableId(type = IdType.AUTO)
private Long id;
其余的源码解释
AUTO(0),//自增
NONE(1),//未设置主键
INPUT(2),//手动输入,需要自己配置id
ID_WORKER(3),//默认的全局唯一id
UUID(4),//全球唯一id
ID_WORKER_STR(5);//ID_WORKER字符串表示
2.数据库字段一定要自增
在进行插入测试,完成自增
编写测试代码
@Test
public void testUpdate(){
User user = new User();
user.setId(1400650930251329539L);
user.setName("邓疯子很菜");
int i = userMapper.updateById(user);
System.out.println(i);
}
查看日志
所有的sql都是自动帮你动态配置的
创建时间,修改时间,这些操作一般都是自动化完成的,不希望手动更新
比如数据表:gmt_create,gmt_modified,几乎所有的表都要配置上,便于追踪
方式一:数据库级别(工作中不允许你修改数据库的)
1.在表中新增字段create_time,update_time,两个字段都需要current_timestamp更新
2.再次测试插入方法,需要先把实体类同步
private Date createTime;
private Date updateTime;
可以看到已经更新了,时间也自动更新
方式二: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.编写处理器处理这个注解即可!
package cn.dzp.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;
@Component
@Slf4j
public class MyMetaObjectHandler implements MetaObjectHandler {
// 插入时候的填充策略
@Override
public void insertFill(MetaObject metaObject) {
log.info("start insert fill......");
// String fieldName, Object fieldVal, MetaObject metaObject
this.setFieldValByName("createTime",new Date(),metaObject);
this.setFieldValByName("updateTime",new Date(),metaObject);
}
@Override
public void updateFill(MetaObject metaObject) {
log.info("start update fill......");
this.setFieldValByName("updateTime",new Date(),metaObject);
}
}
测试插入
查看数据库
测试更新
查看数据库,只更新了更新的时间
乐观锁: 顾名思义十分乐观,他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,再次更新值测试
悲观锁;顾名思义十分悲观,他总是认为出现问题,无论干什么都会上锁!再去操作!
这里主要讲解:乐观锁机制
乐观锁实现方式:
测试一下MP(MybatisPlus简写)的乐观锁插件
1.给数据库加上version字段
2.我们实体类增加对应的字段
@Version//代表这是一个乐观锁的注解
private Integer version;
3.注册组件
package cn.dzp.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("cn.dzp.mapper")
@EnableTransactionManagement
@Configuration//配置类
public class MybatisPlusConfig {
// 注册乐观锁插件
@Bean
public OptimisticLockerInterceptor optimisticLockerInterceptor(){
return new OptimisticLockerInterceptor();
}
}
4.测试乐观锁成功
// 测试乐观锁成功
@Test
public void testOptimisticLocker(){
// 1.查询用户信息
User user = userMapper.selectById(1L);
// 2.修改用户信息
user.setName("乐观锁");
user.setEmail("leguansuo.com");
// 3.更新操作
userMapper.updateById(user);
}
5.测试乐观锁失败
// 测试乐观锁失败!多线程下
@Test
public void testOptimisticLocker2(){
// 线程1
User user1 = userMapper.selectById(1L);
user1.setName("乐观锁111");
user1.setEmail("leguansuo111.com");
// 模拟线程2执行了插队操作
User user2 = userMapper.selectById(1L);
user2.setName("乐观锁222");
user2.setEmail("leguansuo222.com");
userMapper.updateById(user2);
userMapper.updateById(user1);//没有乐观锁就会覆盖插队线程的值
}
//测试查询
@Test
public void testSelectById(){
User user = userMapper.selectById(1L);
System.out.println(user);
}
// 测试批量查询
@Test
public void testSelectBatchId(){
List<User> users = userMapper.selectBatchIds(Arrays.asList(1, 2, 3, 4, 5));
users.forEach(System.out::println);
}
@Test
// 条件查询之一 map
public void testSelectByBatchIds(){
HashMap<String, Object> map = new HashMap<>();
// 自定义查询
map.put("name","邓疯子");
List<User> users = userMapper.selectByMap(map);
users.forEach(System.out::println);
}
1.原始的limit分页
2.pageHelper第三方插件
3.Mp内置了分页插件
如何使用
1.配置拦截器组件即可
// 旧版分页插件
@Bean
public PaginationInterceptor paginationInterceptor() {
return new PaginationInterceptor();
}
2.测试分页查询
// 测试分页查询
@Test
public void testPage(){
// 参数一:当前页
// 参数二:页面大小
Page<User> page = new Page<>(1,5);
userMapper.selectPage(page,null);
page.getRecords().forEach(System.out::println);
}
物理删除:从数据库中直接移除
逻辑删除:没有从数据库中移除,而是通过一个变量来让它失效!deleted = 0 ==> deleted = 1
测试:
1.在数据库表中增加一个deleted字段
2.实体类中增加属性
@TableLogic//逻辑删除
private Integer deleted;
3.配置
//注册逻辑删除
@Bean
public ISqlInjector sqlInjector(){
return new LogicSqlInjector();
}
配置文件配置
mybatis-plus.global-config.db-config.logic-delete-value=1
mybatis-plus.global-config.db-config.logic-not-delete-value=0
4.测试删除
虽然走的是删除操作,但看日志文件可以发现是一个更新的操作
数据库里依旧存在,但是deleted值变化成1
试试能不能查询出来刚刚删除的用户
根据图展示,并没有查询到此用户,并且查询动态拼接了一个条件(deleted=0)
以上CRUD操作及其扩展操作,我们必须精通掌握!会大大提高你的工作和写项目的效率的!
我们在平时的开发中,会遇到一些慢sql.
MP也提供了性能分析插件,如果超过这个时间就停止运行!
1.导入插件
(记得到配置文件里配置dev环境或者test环境)
#设置开发环境
spring.profiles.active=dev
@Bean
@Profile({"dev","test"}) //设置dev 和 test环境开启,保证效率
public PerformanceInterceptor performanceInterceptor(){
PerformanceInterceptor performanceInterceptor = new PerformanceInterceptor();
performanceInterceptor.setMaxTime(100);//ms 设置sql执行的最大时间,如果超过了则不执行
performanceInterceptor.setFormat(true);//是否格式化
return performanceInterceptor;
}
2.测试查询
@Test
void contextLoads() {
// 参数是Wrapper,条件构造器,暂时先不用
List<User> users = userMapper.selectList(null);
users.forEach(System.out::println);
// for (User user : users) {
// System.out.println(user);
// }
}
可以看到执行时间没有超过我们设置的100ms,所以执行成功
原文：https://www.cnblogs.com/feng-zhi/p/14846560.html