第六章 项目准备与核心辅助工具类开发

1.核心类的生成——Mybatis generator

从网上下载后,拷贝到项目中

对以下几个部分做更改

(1)数据库驱动包的位置,location后面jar包的位置应该跟generator中mysql-connector -java的实际位置相同

 (2)修改jdbc的连接 :ConnectionURL要改成自己本地的连接,用户名密码都要改

 (3)下图 targetPackget要改成相应的位置

targetProject要保证这个文件夹路径存在!! 

 (4)要把哪些表生成相关的类

进行完上方四个修改后!terminal进入generator文件夹,执行命令

这生成语句就是generator.xml中的语句 

生成完之后。看下效果如下

mapper,dao,model中都已经生成好文件

那么,mapper,dao,model的作用分别是什么呢

dao中写接口,操作这个对象时,能够直接生成sql语句

mapper中写的是sql语句

model:模型通常认为是视图(view)的内核,模型就是指视图的数据


生成之后,将生成好的mapper dao model copy到项目中去,将刚才生成的东西删掉

2.项目接口定义-json,page

当后台收到前台的请求时,一般有两种请求,一种是数据请求,一种是页面请求

页面则直接返回页面

数据请求则需要使用json进行返回

json:后台返回这个请求是否正常处理了,后端对前端的一个反馈,处理成功,那么数据是什么,处理失败,原因是什么

上图中可直接生成set,get方法,无需再写,

定义一个全局异常的处理类,如下:

在处理json页面异常时,除了抛出系统默认的异常,也可自定义异常,如下:

此自定义异常继承RuntimeException(),复写他的一些方法

  

1.以后的开发中要注意:所有的引入必须都是springframework下的

2.为了调试方便,都放在debug模式

这样就可以很轻松的一边写代码一边调试

3.要养成规范

在关键流程的扭转上,要有日志输出

6-4校验工具-validator-参数校验

1.pom.xml中引入依赖 

2.创建类 BeanValidator

validitor的校验是基于注解的,可以校验是否为空,校验是否为email,长度控制等等

 

 这些注解分别来自于下图

请求进来后,首先进行校验是否合法,若不合法,则返回给前台,让前台补充好,后台再进行后续

6-5Json转化工具-Jackson convert

1.pom.xml中引入依赖

2. 建 JsonMapper.java

目标:可以将一个类转化为json,也可以将一个json字符串转化成类对象

 6.6 获取Spring上下文的工具-ApplicationContextHelper

1.创建ApplicationContextHelper.java

2.要确保这个类首先被加载 ,在Spring-servlet.xml中配置一下(确保启动时就加载)

注意:mybatis和mybatis-spring的版本一定要对应上!当前一个选择了3.4.0以上,第二个就必须强制选择1.3.0以上

6.7Http请求前后监听-interceptor

1.创建 HttpInterceptor.java,任何一个请求,在处理之前,都会被preHander处理,如果请求正常返回,会被postHander处理,但任何一个请求在其结束的时候,都会被afterCompletion处理

2.被Spring管理,即Spring-servlet.xml中配置一下

 

以上这种前后监听的工具,作用:能够监控一个接口的请求时间

需要记住的是:我们可以拦截我们系统里的url,在url请求之前我们可以做一些事情,在请求之后依旧可以做一些事情。

after方法可以完全覆盖掉post方法

总共实现了四个工具

校验工具:完成请求进来时,对参数的校验,通过注解进行校验

json转换工具:可以将一个对象转换成string字符串,将字符串转换成一个实际对象

获取Spring上下文:可以通过方法获得Spring管理的bean

http前后监听:对请求的url开始和结束进行更对的处理

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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