四、高级篇
4.1主键策略
- 主键的作用就是唯一标识,我们可以通过这个唯一标识来定位到这条数据。
- 对于表数据中的主键,我们可以自己设计生成规则,生成主键。但是在更多的场景中,没有特殊要求的话,我们每次自己手动生成的比较麻烦,我们可以借助框架提供好的主键生成策略来生成主键,这样比较方便。
- 在MybatisPlus中提供了一个注解,是@TableId,该注解提供了各种的主键生成策略,我们可以通过使用该注解来对于新增的数据指定主键生成的策略。那么在以后新增数据的时候,数据就会按照我们指定的主键生成策略来生成对应的主键。
4.1.1AUTO策略
- 该策略为跟随数据库表的主键递增策略,前提是数据库表的主键要设置为自增。
- 实体类添加主键,指定主键生成策略。
//设置主键自增
@TableId(type = IdType.AUTO)
private Long id;
- 插入数据
@Test
void primary() {
User user = new User();
user.setName("Mary");
user.setAge(30);
user.setEmail("mary@qq.com");
userMapper.insert(user);
}
4.1.2INPUT策略
- 该策略表示,必须由我们手动的插入id,否则无法添加数据。
- 由于不使用AUTO了,所以将数据库中的自动递增去掉。
//手动设置主键值
@TableId(type = IdType.INPUT)
private Long id;
@Test
void primary() {
User user = new User();
user.setId(8L);
user.setName("Mary");
user.setAge(30);
user.setEmail("mary@qq.com");
userMapper.insert(user);
}
4.1.3ASSIGN_ID策略
- 如果我们将来一张表的数据量很大,我们需要进行分表。
- 常见的分表策略有两种:
- 水平拆分
- 水平拆分就是将一个大的表按照数据量进行拆分
- 垂直拆分
-
垂直拆分就是将一个大的表按照字段进行拆分
-
其实对于拆分后的数据,有三点需求,以水平拆分为例:
- 之前的表的主键是有序的,拆分后还是有序的。
- 虽然做了表的拆分,但是每条数据还需要保证主键的唯一性
- 主键最好不要直接暴露数据的数量,这样容易被外界知道关键信息
-
那就需要有一种算法,能够实现这三个需求,这个算法就是雪花算法。
-
雪花算法是由一个64位的二进制组成的,最终就是一个Long类型的数值。主要分为四部分存储
- 1位的符号位,固定值为0
- 41位的时间戳
- 10位的机器码,包含5位机器id和5位服务id
- 12位的序列号
- 使用雪花算法可以实现有序、唯一且不直接暴露排序的数字。
//使用雪花算法,默认为type = IdType.ASSIGN_ID,可省略
@TableId(type = IdType.ASSIGN_ID)
private Long id;
@Test
void primary() {
User user = new User();
user.setName("Mary");
user.setAge(30);
user.setEmail("mary@qq.com");
userMapper.insert(user);
}
- 在插入后发现一个19位长度的id,该id就是雪花算法生成的id,这是二进制的十进制表示形式。
4.1.4NONE策略
//不指定主键生成策略
@TableId(type = IdType.NONE)
private Long id;
- NONE策略表示不指定主键生成策略,当我们没有指定主键生成策略或者主键策略为NONE的时候,他跟随的是全局策略。
#主键生成策略全局配置(默认为assign_id)
mybatis-plus.global-config.db-config.id-type=assign_id
- 全局配置中id-type是用于配置主键生成策略的,id-type默认值为IdType.ASSIGN_ID
4.1.5ASSIGN_UUID策略
- UUID是全局唯一标识符,定义一个字符串主键,采用32位数字组成,编码采用16进制,定义了在时间和空间都完全唯一的系统信息。
- UUID的编码规则:
- 1~8位采用系统时间,在系统时间上精确到毫秒级保证时间上的唯一性
- 9~16位采用底层的IP地址,在服务器集群中的唯一性
- 17~24位采用当前对象的HashCode值,在一个内部对象上的唯一性
- 25~32位采用调用方法的一个随机数,在一个对象内的毫秒级的唯一性
- 通过以上4中策略可以保证唯一性,在系统中需要用到随机数的地方都可以考虑采用UUID算法。
- 使用UUID需要将数据库表的字段类型改为varchar(50),将实体类的属性类型改为String,并指定主键生成策略。
//主键采用ASSIGN_UUID策略
@TableId(type = IdType.ASSIGN_UUID)
private String id;
- 完成数据的添加
@Test
void primary() {
User user = new User();
user.setName("Mary");
user.setAge(30);
user.setEmail("mary@qq.com");
userMapper.insert(user);
}
4.2分页
- 在MybatisPlus中的查询语句有两种实现方式
- 通过MybatisPlus提供的方法来实现条件查询
- 通过自定义SQL语句的方式来实现查询
4.2.1分页插件
- 在大部分情况下,如果我们的SQL没有这么复杂,是可以直接通过MybatisPlus提供的方法来实现查询的,在这种情况下,我们可以通过配置分页插件来实现分页效果。
- 分页的本质就是需要设置一个拦截器,通过拦截器拦截了SQL,通过在SQL语句的结尾添加limit关键字来实现分页的效果
1.通过配置类来指定一个具体的数据库的分页插件,自动生成分页语句
@Configuration
public class MybatisPlusConfig {
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();
interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));
return interceptor;
}
}
2.实现分页效果查询
@Test
void selectPage() {
LambdaQueryWrapper<User> lambdaQueryWrapper = new LambdaQueryWrapper<>();
//指定分页对象,分页对象包含分页信息 IPage
Page<User> userPage = new Page<>(2, 3);
//执行查询
userMapper.selectPage(userPage, lambdaQueryWrapper);
//获取分页查询的信息
System.out.println("当前页:" + userPage.getCurrent());
System.out.println("每页显示条数:" + userPage.getSize());
System.out.println("总页数:" + userPage.getPages());
System.out.println("总条数:" + userPage.getTotal());
System.out.println("分页数据:" + userPage.getRecords());
}
4.2.2自定义分页插件
- 在某些场景下,我们需要自定义SQL语句来进行查询。
1.在UserMapper.xml映射配置文件中提供查询语句
<mapper namespace="com.hhb.mp02.mapper.UserMapper">
<select id="selectByName" resultType="com.hhb.mp02.domain.User" parameterType="String">
select * from t_user where username=#{name}
</select>
</mapper>
2.在Mapper接口中提供对应的方法,方法中将Page对象作为参数传入
@Mapper
public interface UserMapper extends BaseMapper<User> {
Page<User> selectByName(Page<User> page, String name);
}
3.实现分页查询效果
@Test
void selectPage2() {
Page<User> userPage = new Page<>(1, 2);
userMapper.selectByName(userPage,"Mary");
System.out.println("当前页:" + userPage.getCurrent());
System.out.println("每页显示条数:" + userPage.getSize());
System.out.println("总页数:" + userPage.getPages());
System.out.println("总条数:" + userPage.getTotal());
System.out.println("分页数据:" + userPage.getRecords());
}
4.3ActiveRecord模式
1.实体类继承Model
@Data
@NoArgsConstructor
@AllArgsConstructor
public class User extends Model<User> {
private Long id;
@TableField("username")
private String name;
private Integer age;
private String email;
@TableField("`desc`")
private String desc;
}
- 我们可以看到,Model类中提供了一些增删改查的方法,这样的话我们就可以直接使用实体类对象调用这些增删改查方法了,简化了操作的语法,但是他的底层依然是需要UserMapper的,所以持久化层接口并不能省略。
2.测试ActiveRecord模式的增删改查
@SpringBootTest
public class ActiveRecordTest {
//添加操作
@Test
void activeRecordAdd() {
User user = new User();
user.setName("张三");
user.setEmail("zhang@qq.com");
user.setAge(33);
user.insert();
}
//删除操作
@Test
void activeRecordDelete() {
User user = new User();
user.setId(9L);
user.deleteById();
}
//修改操作
@Test
void activeRecordUpdate() {
User user = new User();
user.setId(10L);
user.setName("李四");
user.setAge(26);
user.setEmail("lisi@qq.com");
user.updateById();
}
//查询操作
@Test
void activeRecordSelect() {
User user = new User();
user.selectAll();
}
}
4.4SimpleQuery工具类
- SimpleQuery可以对selectList查询后的结构用Stream流进行一些封装,使其可以返回一些指定结果,简洁了API的调用。
4.4.1list
基于字段封装集合
@Test
void testList() {
List<Long> list = SimpleQuery.list(new LambdaQueryWrapper<User>().eq(User::getName, "Mary"), User::getId);
System.out.println(list);
}
对于封装后的字段进行lambda操作
@Test
void testList2() {
List<String> list = SimpleQuery.list(new LambdaQueryWrapper<User>().eq(User::getName, "Mary"), User::getName, new Consumer<User>() {
@Override
public void accept(User user) {
//map转化
Optional.of(user.getName()).map(String::toLowerCase).ifPresent(user::setName);
}
});
System.out.println(list);
}
4.4.2map
将所有的对象以id=实体类的方式封装为Map集合
@Test
void testMap() {
Map<Long, User> map = SimpleQuery.keyMap(new LambdaQueryWrapper<User>(), User::getId);
System.out.println(map);
}
将单个对象以id=实体类的方式封装为Map集合
@Test
void testMap2() {
Map<Long, User> map = SimpleQuery.keyMap(new LambdaQueryWrapper<User>().eq(User::getId, 1L), User::getId);
System.out.println(map);
}
由id和name组成的map
@Test
void testMap3() {
Map<Long, String> map = SimpleQuery.map(new LambdaQueryWrapper<User>(), User::getId, User::getName);
System.out.println(map);
}
4.4.3Group
@Test
void testGroup() {
Map<String, List<User>> maps = SimpleQuery.group(new LambdaQueryWrapper<User>(), User::getName);
for (Map.Entry<String, List<User>> stringListEntry : maps.entrySet()) {
System.out.println(stringListEntry);
}
}