目录
一.主键策略
1.格式:在主键字段上添加@TableId(type=IdTpey.主键策略)
2.主键策略
- id自动递增-AUTO(0):@TableId(type=IdType.AUTO)
- 不设置主键-NONE(1):@TableId(type=IdType.NONE)
- 手动输入-INPUT(2):@TableId(type=IdType.INPUT)
- 默认数字类型全局唯一id-ID_WORKER(3):@TableId(type=IdType.ID_WORKER)
- 全局唯一id-UUID(4):@TableId(type=IdType.UUID)
- ID_WORKER的字符串表示-ID_WORKER_STR(5):@TableId(type=IdType.ID_WORKER_STR)
二.雪花算法(mybatisplus默认生成id策略)
雪花算法生成的ID是一个64 bit的long型的数字且按时间趋势递增。大致由首位无效符、时间戳差值、机器编码,序列号四部分组成。
- 首位无效符:第一个 bit 作为符号位,因为我们生成的都是正数,所以第一个 bit 统一都是 0。
- 时间戳:占用 41 bit ,精确到毫秒。41位最好可以表示2^41-1毫秒,转化成单位年为 69 年。
- 机器编码:占用10bit,其中高位 5 bit 是数据中心 ID,低位 5 bit 是工作节点 ID,最多可以容纳 1024 个节点。
- 序列号:占用12bit,每个节点每毫秒0开始不断累加,最多可以累加到4095,一共可以产生 4096 个ID。
其他分布式id生成策略,也可自行百度
三.CURD
1.查询
- 根据id查询:
baseMapper.selectById(100);
- 根据id批量查询:
baseMapper.selectBatchIds(Arrays.asList(1,2,5));
- 条件查询,使用map对象中的键值对作为条件查询:
HashMap<String, Object> map = new HashMap<>();
map.put("name","张三");
map.put("age",23);
List<T> list = baseMapper.selectByMap(map);
- 多条件查询:
baseMapper.selectByPage(entity);
//会根据entity对象的属性查询
- 分页查询
- 内置分页:
配置PaginationInterceptor(对象
//内置分页插件
@Bean
public PaginationInterceptor paginationInterceptor() {
// 开启 count 的 join 优化,只针对 left join !!!
return new PaginationInterceptor().setCountSqlParser(new JsqlParserCountOptimize(true));
}
在service层使用page对象
Page<BaseEntity> page = new Page<>(2, 5);
baseMapper.selectPage(page, null);
page.getRecords().forEach(System.out::println);
page.getTotal();
- pageHelper分页
引入依赖
配置PageHelper对象
//pagehelper分页插件
@Bean
public PageInterceptor pageInterceptor() {
return new PageInterceptor();
}
在service层使用
return PageHelper.startPage(pageNum, pageSize).doSelectPageInfo(() -> {
baseMapper.selectByPage(entity);
- 使用Wrapper条件构造器查询
QueryWrapper<T> wrapper = new QueryWrapper<>();
wrapper.like("name","a");
List<T> list = baseMapper.selectList(wrapper);
wrapper的更多方法可以查看官网:mybatisplus
2.插入
baseMapper.insert(user);
3.更新
baseMapper.updateById(user);
4.删除
baseMapper.deleteById(1);
baseMapper.BatchIds(Arrays.asList(1,2,3));
baseMapper.deleteByMap(map);