Mybatis学习(一)

一、Mybatis 简介

Mybatis 是一个优秀的持久层框架,它支持普通 SQL 查询、存储过程调用和数据映射。

使用 Mybatis 能够消除程序中几乎所有的 JDBC 代码、参数的手工设置以及结果集和对象转换代码。

Mybatis 支持使用 XML 或注解配置,能够将 Java 的 POJOs 映射为数据库中的记录。

Mybatis 框架的设计思想

Mybatis 框架工作在应用程序的数据访问层。当使用了 Mybatis 框架后,数据访问层通常需要编写映射器接口和映射 xml 文件。

  1. 映射器接口有开发者定义,供业务逻辑层使用。接口中根据需要定义各种数据存储方法,Mybatis 框架负责创建实现了这些接口的实例。接口命名时一般以 Mapper 为后缀,如:UserMapper。

  2. 映射 xml 文件用来放置开发者编写的 SQL 语句。该文件和映射器接口同名;如:UserMapper.xml。

    一个 xml 文件中可包含多条 SQL 语句,分别对应于映射器接口中的方法,xml 文件中 SQL 语句的 id 和接口中的方法名相同。

  3. 核心配置文件配置数据库连接参数以及 Mybatis 框架运行时参数。

  4. 应用程序中使用 org.apach.ibatis.SqlSession 接口同 Mybatis 框架进行交互。

    通过 SqlSession 获取映射器接口的实例,通过 SqlSession 管理事务。

    创建和使用 SqlSession 接口的流程入下:

    ​ 构建 SqlSessionFactoryBuilder 对象

    ​ ——> 构建出 SqlSessionFactory 对象(重量级对象)

    ​ ——> 构建出 SqlSession 对象(轻量级对象,可多次创建)

    ​ ——> 获取映射器接口的实例

二、Mybatis 的基本使用
  1. 导入 Mybatis -x.x.jar 和数据库驱动 jar 包

  2. 在数据访问层添加如下文件:
    ​ 一个核心配置文件(如:Configuration.xml)
    ​ 多个映射器接口(如:UserMapper.java)
    ​ 多个映射 xml 文件(如:UserMapper.xml)

    2.1 Configuration.xml 配置文件:该配置文件中配置数据库的连接参数和映射文件路径。

    <?xml version="1.0" encoding="UTF-8" ?>
    <!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
    "http://mybatis.org/dtd/mybatis-3-config.dtd">
    <configuration>
        <environments default="dev">
            <environment id="dev">
            <transactionManager type="JDBC"/>
            <dataSource type="POOLED">
            <property name="driver" value=""/>
            <property name="url" value=""/>
            <property name="username" value=""/>
            <property name="password" value=""/>
            </dataSource>
            </environment>
        </environments>
        
        <mappers>
        	<mapper resource=“com/.../XxxMapper.xml"/>
        </mappers>
    </configuration>
    

    2.2 获取 SqlSession 实例和 Mapper 实例
    SqlSessionFactory 是创建 SqlSession 的工厂。
    核心配置文件 Configuration.xml 中配置了数据库的连接参数、连接池信息和事务属性,通过解析核心配置文件创建 SqlSessionFactory 对象。

    示例代码:

    String rs = "/com.../Configuration.xml"; 
    Reader reader = Resources.getResourceAsReader(rs); 
    SqlSessionFactory = new SqlSessionFactoryBuilder().builder(reader);  
    

    了解:
    ​ i. Configuration.xml 文件中,environments 下可配置多套环境,包括数据源信息、事务属性等,但是一个 SqlSessionFactory 实例只对应一种环境。通过 sqlSessionFactoryBuilder().builder(Reader reader,String id)方法,传入环境 id 即可构建应用此环境参数的 SqlSessionFactory。

    ii. 创建 SqlSession:
    ​ SqlSession sqlSession = SqlSessionFactory.openSession();
    ​ 该 SqlSession 默认非自动提交事务。可使用以下重载方法:SqlSession openSession(boolean autoCommit)

    iii. 获取 Mapper 实例
    ​ UserMapper nm = session.getMapper(UserMapper.class);

    2.3 映射 xml 文件
    ​ i. 文档类型声明

    <!DOCTYPE mapper PUBLIC
    "-//mybatis.org//DTD Mapper 3.0//EN"
    "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
    

    ​ ii. 实例

    <mapper namespace="com...UserMapper"> 
        <select id="" parameterType="_int" resultType="User">
        <![CDATA[SELECT ID,NAME FROM USERINFO WHERE ID=#{id}]]>
        </select>
    ……
    </mapper>
    

    3.编写代码,解析 Configuration.xml 文件,创建 SqlSessionFactory;一个应用中只需创建一个工厂。

    4.通过 SqlSessionFactory 创建 SqlSession 实例,进一步得到映射器接口的实例;如 UserMapper userMapper = session.getMapper(UserMapper.class);

    5.调用映射器中的方法执行业务处理;如:user = userMapper.selectById(userId);

    6.关闭 SqlSession。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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