Mybatis-Plus笔记
1、使用方法
-
pom.xml中引入Mybatis-plus以及mysql驱动依赖
<dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.1</version> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <optional>true</optional> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> <version>5.1.39</version> </dependency>
-
application.yaml中配置数据源
spring: datasource: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://localhost:3306/xhu?characterEncoding=utf8&serverTimezone=Asia/Shanghai&useSSL=false username: root password: 134161
-
创建实体类,以User为例,字段与数据库user表一致
CREATE TABLE user ( id BIGINT(20) NOT NULL COMMENT '主键ID', name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名', age INT(11) NULL DEFAULT NULL COMMENT '年龄', email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱', PRIMARY KEY (id) );
@Data @NoArgsConstructor @AllArgsConstructor public class User { private Long id; private String name; private Integer age; private String email; }
-
创建Mapper接口,继承BaseMapper<>接口,
public interface UserMapper extends BaseMapper<User> { }
-
在SpringBoot启动类上添加扫描到该Mapper包
@MapperScan("com.atguigu.mybatisplus.mapper")
2、原理图
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BUMob872-1660908817569)(assets/mybatis-plus-framework-20220814200943-djt6ugu.jpg)]
3、BaseMapper增删改查
-
Insert
插入主键时默认使用雪花算法
-
Delete
-
根据id删除
deleteById()
-
根据map所设置的条件删除
deleteByMap(Map<String, Object> columnMap)
,map中存储的key为字段名,value为具体数据,多组k-v之间为AND关系
map.put("id",1558790889986428929L)
map.put("name","张三")
执行时具体sql语句为
==> Preparing: DELETE FROM user WHERE name = ? AND id = ?
==> Parameters: 张三(String), 1558790889986428929(Long)
<== Updates: 0
- 批量删除
deleteBatchIds(Collection<?> idList)
,传入一个集合
执行时具体sql语句为
==> Preparing: DELETE FROM user WHERE id IN ( ? , ? , ? )
==> Parameters: 1(Long), 2(Long), 3(Long)
<== Updates: 3
111
-
-
Select
- 根据id查询
T selectById(Serializable id)
- 通过id批量查询
List<T> selectBatchIds(@Param("coll") Collection<? extends Serializable> idList)
执行时具体sql语句为
==> Preparing: SELECT id,name,age,email FROM user WHERE id IN ( ? , ? , ? )
==> Parameters: 1(Long), 2(Long), 3(Long)
<== Columns: id, name, age, email
<== Row: 1, Jone, 18, test1@baomidou.com
<== Row: 2, Jack, 20, test2@baomidou.com
<== Row: 3, Tom, 28, test3@baomidou.com
<== Total: 3
- 根据map查询
List<T> selectByMap(@Param("cm") Map<String, Object> columnMap)
,多个k-v之间为AND关系 - 根据List查询
List<T> selectList(@Param("ew") Wrapper<T> queryWrapper)
,参数为条件构造器
1
- 根据id查询
-
Update
根据id修改
updateById(T entity)
,传入一个实体类执行时具体sql语句
==> Preparing: UPDATE user SET name=?, email=? WHERE id=?
==> Parameters: 张我(String), 123@qq.com(String), 4(Long)
<=== Updates: 1
1
1
1
4、通用Service
5、常用注解
@TableName注解
当实体类与表名不同时,在实体类中使用此注解表示该实体类对应的表名
同时,在yaml配置文件中可以设置mybatis-plus全局配置来为实体类通知数据库表名的统一前缀,
比如此时表名全为t_开头,此时实体类为User,会自动映射到t_user的表
mybatis-plus:
global-config:
db-config:
table-prefix: t_
@TableId注解
添加此注解到实体类属性上,将会把该属性对应的字段标记为主键(当该属性名不为id
时)
属性 | 类型 | 必须指定 | 默认值 | 描述 |
---|---|---|---|---|
value | String | 否 | “” | 主键字段名 |
type | Enum | 否 | IdType.NONE | 指定主键类型 |
value属性用于指定主键的字段名
type属性用于定义主键策略
IdType值一览:
值 | 描述 |
---|---|
AUTO | 数据库 ID 自增(需要数据库字段设置为自增) |
NONE | 无状态,该类型为未设置主键类型(注解里等于跟随全局,全局里约等于 INPUT) |
INPUT | insert 前自行 set 主键值 |
ASSIGN_ID(默认) | 分配 ID(主键类型为 Number(Long 和 Integer)或 String)(since 3.3.0), 使用接口 IdentifierGenerator 的方法nextId (默认实现类为DefaultIdentifierGenerator 雪花算法) |
ASSIGN_UUID | 分配 UUID,主键类型为 String(since 3.3.0), 使用接口 IdentifierGenerator 的方法nextUUID (默认 default 方法) |
同时,在yaml配置文件中可以设置全局配置主键生成策略
mybatis-plus:
global-config:
db-config:
id-type: auto
雪花算法:
-
背景
需要选择合适的方案去应对数据规模的增长,以应对逐渐增长的访问压力和数据量。
数据库的扩展方式主要包括:业务分库、主从复制,数据库分表。
-
数据库分表
将不同业务数据分散存储到不同的数据库服务器,能够支撑百万甚至千万用户规模的业务,但如果业务继续发展,同一业务的单表数据也会达到单台数据库服务器的处理瓶颈。例如,淘宝的几亿用户数据,如果全部存放在一台数据库服务器的一张表中,肯定是无法满足性能要求的,此时就需要对单表数据进行拆分。
单表数据拆分有两种方式:垂直分表和水平分表。示意图如下
-
垂直分表
垂直分表适合将表中某些不常用且占了大量空间的列拆分出去。
例如,前面示意图中的 nickname 和 description 字段,假设我们是一个婚恋网站,用户在筛选其他用
户的时候,主要是用 age 和 sex 两个字段进行查询,而 nickname 和 description 两个字段主要用于展
示,一般不会在业务查询中用到。description 本身又比较长,因此我们可以将这两个字段独立到另外
一张表中,这样在查询 age 和 sex 时,就能带来一定的性能提升。
-
水平分表
水平分表适合表行数特别大的表,有的公司要求单表行数超过 5000 万就必须进行分表,这个数字可以
作为参考,但并不是绝对标准,关键还是要看表的访问性能。对于一些比较复杂的表,可能超过 1000
万就要分表了;而对于一些简单的表,即使存储数据超过 1 亿行,也可以不分表。
但不管怎样,当看到表的数据量达到千万级别时,作为架构师就要警觉起来,因为这很可能是架构的性
能瓶颈或者隐患。
水平分表相比垂直分表,会引入更多的复杂性,例如要求全局唯一的数据id该如何处理
-
主键自增
①以最常见的用户 ID 为例,可以按照 1000000 的范围大小进行分段,1 ~ 999999 放到表 1中,
1000000 ~ 1999999 放到表2中,以此类推。
②复杂点:分段大小的选取。分段太小会导致切分后子表数量过多,增加维护复杂度;分段太大可能会
导致单表依然存在性能问题,一般建议分段大小在 100 万至 2000 万之间,具体需要根据业务选取合适
的分段大小。
③优点:可以随着数据的增加平滑地扩充新的表。例如,现在的用户是 100 万,如果增加到 1000 万,
只需要增加新的表就可以了,原有的数据不需要动。
④缺点:分布不均匀。假如按照 1000 万来进行分表,有可能某个分段实际存储的数据量只有 1 条,而
另外一个分段实际存储的数据量有 1000 万条。
-
取模
①同样以用户 ID 为例,假如我们一开始就规划了 10 个数据库表,可以简单地用 user_id % 10 的值来
表示数据所属的数据库表编号,ID 为 985 的用户放到编号为 5 的子表中,ID 为 10086 的用户放到编号
为 6 的子表中。
②复杂点:初始表数量的确定。表数量太多维护比较麻烦,表数量太少又可能导致单表性能存在问题。
③优点:表分布比较均匀。
④缺点:扩充新的表很麻烦,所有数据都要重分布。
-
雪花算法
雪花算法是由Twitter公布的分布式主键生成算法,它能够保证不同表的主键的不重复性,以及相同表的主键的有序性。
①核心思想:
长度共64bit(一个long型)。
首先是一个符号位,1bit标识,由于long基本类型在Java中是带符号的,最高位是符号位,正数是0,负数是1,所以id一般是正数,最高位是0。
41bit时间截(毫秒级),存储的是时间截的差值(当前时间截 - 开始时间截),结果约等于69.73年。
10bit作为机器的ID(5个bit是数据中心,5个bit的机器ID,可以部署在1024个节点)。
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)。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SlSIcjk4-1660908817570)(assets/image-20220815124446-uwiap13.png)]
②优点:整体上按照时间自增排序,并且整个分布式系统内不会产生ID碰撞,并且效率较高。
@TableFiled注解
添加该注解于实体类属性上,用于指属性所对应的数据库字段(非主键),
@TableLogic注解
逻辑删除
- 物理删除:真实删除,将对应数据从数据库中删除,之后查询不到此条被删除的数据
- 逻辑删除:假删除,将对应数据中代表是否被删除字段的状态修改为“被删除状态”,之后在数据库中仍旧能看到此条数据记录
使用场景
可以进行数据恢复
使用方法
- 在数据库中创建逻辑删除列(is_deleted),设置默认值为0
- 在实体类中添加逻辑删除属性,在该属性上添加@TableLogic注解
使用原理
当执行删除方法后该字段会被置为1,表示该数据已被逻辑删除(实际为修改操作)
当运行删除方法时(实际执行逻辑删除)具体sql语句
==> Preparing: UPDATE t_user SET id_deleted WHERE id=? AND is_deleted=0
需要注意的是:在数据被逻辑删除后,执行查询方法时不会查询到该条数据,此时查询的具体sql语句为
==> Preparing: SELECT id,name,age,email,is_deleted FROM user WHERE is_deleted=0
6、条件构造器wrapper与常用接口
在BaseMapper、IService类中的方法形参,大量使用条件构造器作为形参
1 组装查询条件
用法:
默认多个条件之间and采用链式语法,如果要使用or,则链中使用.or()分隔即可
QueryWrapper<User> queryWrapper=new QueryWrapper<>();
queryWrapper.like("name","a")
.between("age","20","30")
.isNotNull("email");
.or()
.isNull("email");
List<User> users = userMapper.selectList(queryWrapper);
上例执行时具体sql语句
==> Preparing: SELECT id,name,age,email,is_deleted FROM user WHERE is_deleted=0 AND (name LIKE ? AND age BETWEEN ? AND ? OR email IS NULL)
==> Parameters: %a%(String), 20(String), 30(String)
<== Columns: id, name, age, email
<== Row: 2, Jack, 20, test2@baomidou.com
<== Row: 4, Sandy, 21, test4@baomidou.com
<== Total: 2
2 组装排序条件
用法
QueryWrapper<User> queryWrapper=new QueryWrapper<>();
queryWrapper.orderByDesc("name")
.orderByAsc("id");
List<User> users = userMapper.selectList(queryWrapper);
users.forEach(System.out::println);
上例执行时具体sql语句
==> Preparing: SELECT id,name,age,email FROM user ORDER BY name DESC,id ASC
==> Parameters:
<== Columns: id, name, age, email
<== Row: 3, Tom, 28, test3@baomidou.com
<== Row: 4, Sandy, 21, test4@baomidou.com
<== Row: 1, Jone, 18, test1@baomidou.com
<== Row: 2, Jack, 20, test2@baomidou.com
<== Row: 5, Billie, 24, test5@baomidou.com
<== Total: 5
3 组装删除条件
组装语法与上面一样,但要注意该处的删除指的是逻辑删除(sql实际执行update语句)
4 修改功能
int update(@Param("et") T entity, @Param("ew") Wrapper<T> updateWrapper);
entity代表要传入的对象,updateWrapper是修改条件
QueryWrapper<User> queryWrapper=new QueryWrapper<>();
queryWrapper.gt("age",20)
.like("name","a")
.or()
.isNull("email");
User user = new User();
user.setName("小露");user.setEmail("222@qq.com");
int res = userMapper.update(user,queryWrapper);
System.out.println(res);
上例执行中sql如下
==> Preparing: UPDATE user SET name=?, email=? WHERE is_deleted=0 AND (age > ? AND name LIKE ? OR email IS NULL)
==> Parameters: 小露(String), 222@qq.com(String), 20(Integer), %a%(String)
<== Updates: 1
5 条件优先级
比较:将 (年龄大于20并且用户名中含有a) 或 邮箱为null 的用户信息修改 ( 修改功能中的例子 )
将 用户名中包含有a 且 (年龄大于20或邮箱为null) 的用户信息修改
之间的区别
后者需要使用lambda表达式,如下
queryWrapper.like("name","a")
.and(i->i.gt("age",20).or().isNull("email"));
lambda表达式中的i.gt("age",20).or().isNull("email")
会优先执行
具体sql语句如下
==> Preparing: UPDATE user SET name=?, email=? WHERE is_deleted=0 AND (name LIKE ? AND (age > ? OR email IS NULL)) ==> Parameters: 小红(String), 456@qq.com(String), %a%(String), 20(Integer)
6 组装select子句
QueryWrapper<T> select(String... columns)
形参为变长的,使用时写要查询的字段名,如只查询name、age字段
queryWrapper.select("name","age");
7 组装子查询
inSql(R column, String inValue)
quaryWrapper对象调用inSql方法即可,column为子查询的查询结果,即作为父查询的查询条件,inValue为子查询的sql语句
queryWrapper.inSql("id","select id from user where age>20");
执行sql为
==> Preparing: SELECT id,name,age,email,is_deleted FROM user WHERE is_deleted=0 AND (id IN (select id from user where age>20))
8 使用UpdateWrapper实现修改
设置updateWrapper的匹配条件,然后通过.set()
方法设置k-v设置要修改的数据
由于update方法需要传入实体对象,但此时数据都存在updateWrapper对象中,所以将其设为null
UpdateWrapper<User> updateWrapper=new UpdateWrapper<>();
updateWrapper.like("name","a")
.and(i->i.gt("age",20)
.or()
.isNull("email")
);
updateWrapper.set("name","xiaohei1").set("email","980@qq.com");
userMapper.update(null,updateWrapper);
执行时具体sql为
==> Preparing: UPDATE user SET name=?,email=? WHERE is_deleted=0 AND (name LIKE ? AND (age > ? OR email IS NULL))
9 组装条件
通过com.baomidou.mybatisplus.core.toolkit.StringUtils.isNotBlank()
方法
来判断某个字符串是否不为空字符串、不为null、不为空白符
like(boolean condition, R column, Object val)
当condition为true时,才会拼接此条件
String username="";
Integer ageBegin=20;
Integer ageEnd=30;
QueryWrapper<User> queryWrapper = new QueryWrapper<>();
queryWrapper.like(StringUtils.isNotBlank(username),"name",username)
.ge(ageBegin!=null, "age",ageBegin)
.le(ageEnd!=null,"age",ageEnd);
==> Preparing: SELECT id,name,age,email,is_deleted FROM user WHERE is_deleted=0 AND (age >= ? AND age <= ?) ==> Parameters: 20(Integer), 30(Integer)
上例中username为空,可以看到sql中未拼接username字段
10 LambdaQuaryWrapper
使用lambda表达式来根据实体类属性获取对应字段名(Lambda表达式详解)
String username="";
Integer ageBegin=20;
Integer ageEnd=30;
LambdaQueryWrapper<User> lambdaQueryWrapper = new LambdaQueryWrapper<>();
lambdaQueryWrapper.like(StringUtils.isNotBlank(username),User::getName,username)
.ge(ageBegin!=null,User::getAge,ageBegin)
.le(ageEnd!=null,User::getAge,ageEnd);
11 LambdaUpdateWrapper
7、插件
1 分页插件
MybatisPlus自带分页插件,配置后即可使用
-
创建一个配置类,返回MybatisPlusInterceptor ,注册到容器中
@Bean public MybatisPlusInterceptor mybatisPlusInterceptor(){ MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor(); interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL)); return interceptor; }
-
使用时传入page对象即可,可选参数有
protected List<T> records; protected long total; protected long size; //每页显示条数 protected long current; //页数 protected List<OrderItem> orders; protected boolean optimizeCountSql; protected boolean searchCount; protected boolean optimizeJoinOfCountSql; protected String countId; protected Long maxLimit;
Page<User> page = new Page<>(1,3); userMapper.selectPage(page,null);
自定义分页功能
- 创建方法时设置第一个参数为形参Page<>page
- 编写xml语句时不需要写分页的sql语句
- 使用时与上面相同,创建page对象传入后即可
2 乐观锁
何为乐观锁与悲观锁?
答:乐观锁对应于生活中乐观的人总是想着事情往好的方向发展,悲观锁对应于生活中悲观的人总是想着事情往坏的方向发展。这两种人各有优缺点,不能不以场景而定说一种人好于另外一种人。乐观锁和悲观锁是两种思想,用于解决并发场景下的数据竞争问题。
乐观锁 :乐观锁在操作数据时非常乐观,认为别人不会同时修改数据。
因此乐观锁不会上锁,只是在执行更新的时候判断一下在此期间别人是否修改了数据:如果别人修改了数据则放弃操作,否则执行操作。
悲观锁 :悲观锁在操作数据时比较悲观,认为别人会同时修改数据。
因此操作数据时直接把数据锁住,直到操作完成后才会释放锁;上锁期间其他人不能修改数据。
乐观锁实现流程
-
在配置类中添加拦截器
interceptor.addInnerInterceptor(new OptimisticLockerInnerInterceptor());
-
数据库添加version字段
-
在实体类中将@Version注解添加在版本属性上即可
取出记录时,获取当前version
SELECT id,name,price,version FROM product WHERE id=1
更新时,version + 1,如果where语句中的version版本不对,则更新失败
UPDATE product SET price=price+50, version=version + 1 WHERE id=1 AND version=1
8、通用枚举
表中的有些字段值是固定的,例如性别(男或女),此时我们可以使用MyBatis-Plus的通用枚举
来实现
-
创建枚举类
使用
@EnumValue
注解标记将当前属性插入到数据库相应字段中@Getter public enum SexEnum { MALE(1,"男"), FEMALE(2,"女"); @EnumValue private Integer sex; private String sexName; SexEnum(Integer sex, String sexName) { this.sex = sex; this.sexName = sexName; } }
-
配置
在yaml文件中扫描通用枚举
mybatis-plus: type-enums-package: com.atguigu.mybatisplus.enums
9、代码生成器
-
引入依赖
<dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-generator</artifactId> <version>3.5.1</version> </dependency> <dependency> <groupId>org.freemarker</groupId> <artifactId>freemarker</artifactId> <version>2.3.31</version> </dependency>
-
创建生成类,快速直接生成
public class FastAutoGeneratorTest { public static void main(String[] args) { FastAutoGenerator.create("jdbc:mysql://127.0.0.1:3306/xhu?characterEncoding=utf-8&userSSL=false", "root", "134161") .globalConfig(builder -> { builder.author("atguigu") // 设置作者 //.enableSwagger() // 开启 swagger 模式 .fileOverride() // 覆盖已生成文件 .outputDir("D://mybatis_plus"); // 指定输出目录 }) .packageConfig(builder -> { builder.parent("com.atguigu") // 设置父包名 .moduleName("mybatisplus") // 设置父包模块名 .pathInfo(Collections.singletonMap(OutputFile.mapperXml, "D://mybatis_plus")); // 设置mapperXml生成路径 }) .strategyConfig(builder -> { builder.addInclude("user") // 设置需要生成的表名 .addTablePrefix("t_", "c_"); // 设置过滤表前缀 }) .templateEngine(new FreemarkerTemplateEngine()) // 使用Freemarker //引擎模板,默认的是Velocity引擎模板 .execute(); } }
10、多数据源
-
在yaml配置文件中配置多数据源
spring: # 配置数据源信息 datasource: dynamic: # 设置默认的数据源或者数据源组,默认值即为master primary: master # 严格匹配数据源,默认false.true未匹配到指定数据源时抛异常,false使用默认数据源 strict: false datasource: # 主数据源 master: url: jdbc:mysql://localhost:3306/xhu?characterEncoding=utf-8&useSSL=false driver-class-name: com.mysql.jdbc.Driver username: root password: 134161 # 从数据源 slave_1: url: jdbc:mysql://localhost:3306/mybatis_plus_1?characterEncoding=utf-8&useSSL=false driver-class-name: com.mysql.jdbc.Driver username: root password: 134161
-
在ServiceImpl类中使用@DS注解指定操作的数据源
@DS("master")
tips:
@DS注解可以加到方法上或者类上,如果加到方法上,分配给查询方法和插入方法不同的数据源,可以实现读写分离
11、MybatisX插件
代码生成器、根据mapper中方法名快速生成xml文件及方法的sql