一款超级强大的 ORM 框架 mybatis-mp 1.6.0 正式发布

mybatis-mp 是一款真正意义上 ORM 框架,绝对好用的不行!!!

官方文档:https://mybatis-mp.cn

1.6.0 正式 发布

  • 1:减少生成器 maven 依赖
  • 2:增加多主键兼容
  • 3:query 增加 fetchFilter ,增强 @Fetch 条件过滤
  • 4:优化 returnType (class) select (class), 简化为 returnType (class)

动态丰富增加 @Fetch 条件,减少 JOIN 消耗

@Data
@ResultEntity(SysUser.class)
public class SysUserVo {

    @Fetch(source = SysUser.class, property = "roleId", target = SysRole.class, targetProperty = "id")
    private List<SysRole> sysRoles;

    @NestedResultEntity(target = SysUser.class)
    private SysUser sysUser;
}
List<SysUserVo> list = QueryChain.of(sysUserMapper)
                    .select(SysUserVo.class) //可省略
                    .from(SysUser.class) //可省略
                    .fetchFilter(SysUserVo::getSysRoles, where -> {
                        where.eq(SysRole::getId, 0);
                    })
                    .returnType(SysUserVo.class)
                    .list();

 

10 大与众不同的亮点:

1:mybatis-mp - 亮点一:可自定义动态默认值
2:mybatis-mp - 亮点二:支持不同数据库 ID 自增配置
3:mybatis-mp - 亮点三:逻辑删除,可自动填充删除时间
4:mybatis-mp - 亮点四:可自定义 sql(sql 模板)
5:mybatis-mp - 亮点五:mapWithKey(把查询转成一个 map)
6:mybatis-mp - 亮点 六:部分字段 新增 和 修改
7:mybatis-mp - 亮点七:枚举的良好支持
8:mybatis-mp - 亮点八:mybatis-xml returnType 的 ORM 映射
9:mybatis-mp - 亮点九:优雅的 XML 和 @Select 查询 自动分页
10:mybatis-mp - 亮点十:支持多层嵌套 VO,自动映射以及自动 select 所需列

mybatis-mp 包含丰富的 api:

1:基于注解,映射数据库;

2:支持多表 join 和返回;

3:api 采用 lambda 和 stream 流式设计;

4:select 自动化以及结果 1 对 1,1 对多,超级方便快捷;

5:内置分页以及超强的 sql 优化功能;

6:稳定且性能极优;

7:轻量级封装 mybatis,几乎没有侵入;

8:api 丰富,支持数据库函数、多表、乐观锁、多租户、逻辑删除、默认值(可动态值) 等众多功能;

9:零学习成本,和写 sql 一样方便。

10:支持复杂的返回关系映射:例如一对一 ,一对多,多对多;

11:支持自定义 sql 模板,再也不用担心框架支持不足;

12:内置代码生成器,通过配置,可定制自身规范;

13:全新的框架,全新的设计理念,新的就是好!

  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值