网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
user.setEmail(“1518313516@qq.com”);
int result = userMapper.insert(user); // 帮我们自动生成id
System.out.println(result); // 受影响的行数
System.out.println(user); // 发现,id会自动回填
}
数据库插入的id的默认值为:全局的唯一id
### 2️⃣主键生成策略
🍀默认 ID\_WORKER 全局唯一id
分布式系统唯一ID生成方案汇总,参考:<https://www.cnblogs.com/haoxinyue/p/5208136.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。可以保证几乎全球唯
一!
🍀主键自增
我们需要配置主键自增:
// 测试插入
@Test
public void testInsert(){
User user = new User();
user.setName(“小新要变强”);
user.setAge(22);
user.setEmail(“1518313516@qq.com”);
int result = userMapper.insert(user); // 帮我们自动生成id
System.out.println(result); // 受影响的行数
System.out.println(user); // 发现,id会自动回填
}
* (1)实体类字段上 @TableId(type = IdType.AUTO)
* (2)数据库字段一定要是自增!
* (3)再次测试插入即可!
![在这里插入图片描述](https://img-blog.csdnimg.cn/11fd31cabe5c4b2b80c2fd3f2cc302ba.png)
🍀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
ID_WORKER(3), // 默认的全局唯一id
UUID(4), // 全局唯一id uuid
ID_WORKER_STR(5); //ID_WORKER 字符串表示法
}
### 3️⃣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(2L);
user.setName(“小新一直很强”);
user.setAge(23);
// 注意:updateById 但是参数是一个 对象!
int i = userMapper.updateById(user);
System.out.println(i);
}
### 4️⃣自动填充
创建时间、修改时间!这些个操作一遍都是自动化完成的,我们不希望手动更新!
阿里巴巴开发手册中指出:所有的数据库表:gmt\_create、gmt\_modified几乎所有的表都要配置上!而且需要自动化!
🍀方式一:数据库级别(工作中不允许你修改数据库)
* (1)在表中新增字段 create\_time, update\_time
![在这里插入图片描述](https://img-blog.csdnimg.cn/4f1b0a659183468798654f8326ac6c48.png)
* (2)再次测试插入方法,我们需要先把实体类同步!
private Date createTime;
private Date updateTime;
* (3)再次更新查看结果即可
🍀方式二:代码级别
* (1)删除数据库的默认值、更新操作!
![在这里插入图片描述](https://img-blog.csdnimg.cn/4c8b945fdbb34d629ba3ccdc6a2d3f53.png)
* (2)实体类字段属性上需要增加注解
// 字段添加填充内容
@TableField(fill = FieldFill.INSERT)
private Date createTime;
@TableField(fill = FieldFill.INSERT_UPDATE)
private Date updateTime;
* (3)编写处理器来处理这个注解即可!
package com.wang.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;
@Slf4j
@Component // 一定不要忘记把处理器加到IOC容器中!
public class MyMetaObjectHandler implements MetaObjectHandler {
// 插入时的填充策略
@Override
public void insertFill(MetaObject metaObject) {
log.info(“start insert fill…”);
// 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) {
log.info(“start update fill…”);
this.setFieldValByName(“updateTime”,new Date(),metaObject);
}
}
* (4)测试插入
* (5)测试更新、观察时间即可!
### 5️⃣乐观锁
* **乐观锁 :** 故名思意十分乐观,它总是认为不会出现问题,无论干什么不去上锁!如果出现了问题, 再次更新值测试
* **悲观锁:** 故名思意十分悲观,它总是认为总是出现问题,无论干什么都会上锁!再去操作!
我们这里主要讲解 乐观锁机制!
**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
– A
update user set name = “kuangshen”, version = version + 1
where id = 2 and version = 1
– B 线程抢先完成,这个时候 version = 2,会导致 A 修改失败!
update user set name = “kuangshen”, version = version + 1
where id = 2 and version = 1
🍀测试一下MP的乐观锁插件
* (1)给数据库中增加version字段!
* (2)我们实体类加对应的字段
@Version //乐观锁Version注解
private Integer version;
* (3)注册组件
// 扫描我们的 mapper 文件夹
@MapperScan(“com.wang.mapper”)
@EnableTransactionManagement
@Configuration // 配置类
public class MyBatisPlusConfig {
// 注册乐观锁插件
@Bean
public OptimisticLockerInterceptor optimisticLockerInterceptor() {
return new OptimisticLockerInterceptor();
}
}
* (4)测试一下
// 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(“小新要不断变强”);
user.setEmail(“1111111111@qq.com”);
// 3、执行更新操作
userMapper.updateById(user);
}
// 测试乐观锁失败!多线程下
@Test
public void testOptimisticLocker2(){
// 线程 1
User user = userMapper.selectById(1L);
user.setName(“小新要不断变强111”);
user.setEmail(“1111111111@qq.com”);
// 模拟另外一个线程执行了插队操作
User user2 = userMapper.selectById(1L);
user2.setName(“小新要不断变强222”);
user2.setEmail(“222222222@qq.com”);
userMapper.updateById(user2);
// 自旋锁来多次尝试提交!
userMapper.updateById(user); // 如果没有乐观锁就会覆盖插队线程的值!
}
### 6️⃣查询操作
// 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 testSelectByBatchId(){
List users = userMapper.selectBatchIds(Arrays.asList(1, 2, 3));
users.forEach(System.out::println);
}
// 按条件查询之一使用map操作
@Test
public void testSelectByBatchIds(){
HashMap<String, Object> map = new HashMap<>();
// 自定义要查询
map.put(“name”,“小新要变强”);
map.put(“age”,22);
List users = userMapper.selectByMap(map);
users.forEach(System.out::println);
}
### 7️⃣分页查询
* 分页在网站使用的十分之多!
* 原始使用 limit 进行分页
* 还有pageHelper 第三方插件
* MP 其实也内置了分页插件!
🍀如何使用
(1)配置拦截器组件即可
// 分页插件
@Bean
public PaginationInterceptor paginationInterceptor() {
return new PaginationInterceptor();
}
(2)直接使用Page对象即可!
// 测试分页查询
@Test
public void testPage(){
// 参数一:当前页
// 参数二:页面大小
// 使用了分页插件之后,所有的分页操作也变得简单的!
Page page = new Page<>(2,5);
userMapper.selectPage(page,null);
page.getRecords().forEach(System.out::println);
System.out.println(page.getTotal());
}
### 8️⃣删除操作
根据 id 删除记录:
// 测试删除
@Test
public void testDeleteById(){
userMapper.deleteById(1240620674645544965L);
}
// 通过id批量删除
@Test
public void testDeleteBatchId(){
userMapper.deleteBatchIds(Arrays.asList(1240620674645544961L,124062067464554496
2L));
}
// 通过map删除
@Test
public void testDeleteMap(){
HashMap<String, Object> map = new HashMap<>();
map.put(“name”,“小新要变强”);
userMapper.deleteByMap(map);
}
### 9️⃣逻辑删除
* **物理删除 :** 从数据库中直接移除
* **逻辑删除 :** 再数据库中没有被移除,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!
测试一下:
* (1)在数据表中增加一个 deleted 字段
![在这里插入图片描述](https://img-blog.csdnimg.cn/69ade2781bb74149a4841ad9e8ac6908.png)
* (2)实体类中增加属性
@TableLogic //逻辑删除
private Integer deleted;
* (3)配置
// 逻辑删除组件!
@Bean
public ISqlInjector sqlInjector() {
return new LogicSqlInjector();
}
配置逻辑删除
mybatis-plus.global-config.db-config.logic-delete-value=1
mybatis-plus.global-config.db-config.logic-not-delete-value=0
* (4)测试一下删除
// 测试删除
@Test
public void testDeleteById(){
userMapper.deleteById(1240620674645544965L);
}
// 通过id批量删除
@Test
public void testDeleteBatchId(){
userMapper.deleteBatchIds(Arrays.asList(1240620674645544961L,124062067464554496
2L));
}
// 通过map删除
@Test
public void testDeleteMap(){
HashMap<String, Object> map = new HashMap<>();
map.put(“name”,“小新要变强”);
userMapper.deleteByMap(map);
}
结果发现:记录依旧在数据库,但是值确已经变化了!
### 🔟性能分析插件
我们在平时的开发中,会遇到一些慢sql。测试! druid,
作用:性能分析拦截器,用于输出每条 SQL 语句及其执行时间
MP也提供性能分析插件,如果超过这个时间就停止运行!
* (1)导入插件
/**
* SQL执行效率插件
*/
@Bean
@Profile({“dev”,“test”})// 设置 dev test 环境开启,保证我们的效率
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); // 是否格式化代码
return performanceInterceptor;
}
记住,要在SpringBoot中配置环境为dev或者 test 环境!
(2)测试使用
@Test
void contextLoads() {
// 参数是一个 Wrapper ,条件构造器,这里我们先不用 null
// 查询全部用户
List users = userMapper.selectList(null);
users.forEach(System.out::println);
}
只要超过了规定的时间就会抛出异常!
使用性能分析插件,可以帮助我们提高效率!
### 1️⃣1️⃣条件构造器
我们写一些复杂的sql就可以使用它来替代!
🍀(1)测试一,记住查看输出的SQL进行分析
@Test
void contextLoads() {
// 查询name不为空的用户,并且邮箱不为空的用户,年龄大于等于12
QueryWrapper wrapper = new QueryWrapper<>();
wrapper
.isNotNull(“name”)
.isNotNull(“email”)
.ge(“age”,12);
userMapper.selectList(wrapper).forEach(System.out::println); // 和我们刚才学习
的map对比一下
}
🍀(2)测试二,记住查看输出的SQL进行分析
@Test
void test2(){
// 查询名字狂神说
QueryWrapper wrapper = new QueryWrapper<>();
wrapper.eq(“name”,“小新要变强”);
User user = userMapper.selectOne(wrapper); // 查询一个数据,出现多个结果使用List或者 Map
System.out.println(user);
}
🍀(3)测试三,记住查看输出的SQL进行分析
@Test
void test3(){
// 查询年龄在 20 ~ 30 岁之间的用户
QueryWrapper wrapper = new QueryWrapper<>();
wrapper.between(“age”,20,30); // 区间
Integer count = userMapper.selectCount(wrapper);// 查询结果数
System.out.println(count);
}
🍀(4)测试四,记住查看输出的SQL进行分析
// 模糊查询
@Test
void test4(){
// 查询年龄在 20 ~ 30 岁之间的用户
QueryWrapper wrapper = new QueryWrapper<>();
// 左和右 t%
wrapper
.notLike(“name”,“e”)
.likeRight(“email”,“t”);
List<Map<String, Object>> maps = userMapper.selectMaps(wrapper);
maps.forEach(System.out::println);
}
🍀(5)测试五
// 模糊查询
@Test
void test5(){
QueryWrapper wrapper = new QueryWrapper<>();
// id 在子查询中查出来
wrapper.inSql(“id”,“select id from user where id<3”);
List objects = userMapper.selectObjs(wrapper);
objects.forEach(System.out::println);
}
🍀(6)测试六
//测试六
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
@Test
void test5(){
QueryWrapper wrapper = new QueryWrapper<>();
// id 在子查询中查出来
wrapper.inSql(“id”,“select id from user where id<3”);
List objects = userMapper.selectObjs(wrapper);
objects.forEach(System.out::println);
}
🍀(6)测试六
//测试六
[外链图片转存中…(img-anNfK9Bd-1715354034012)]
[外链图片转存中…(img-UJgQEk8H-1715354034012)]
[外链图片转存中…(img-Rfn98scz-1715354034013)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新