spring 整合mybatis

本文介绍了Spring和Mybatis的整合过程,包括创建Maven工程、导入相关库、配置文件设置,以及两种DAO开发方式:原始DAO开发和Mapper代理开发方式。在原始方式中,需要配置DAO接口、实现及SqlSessionDaoSupport,而Mapper代理方式则只需接口和配置文件,Spring负责管理Mapper对象。
摘要由CSDN通过智能技术生成

Spring和Mybatis整合

整合思路:

Spring通过单例的方式管理SQLSessionFactory

Spring和mybatis整合生成代理对象,使用SQLSessionFactory创建SQLSession(spring和Mybatis整合自动完成)

持久层的Mapper都需要Spring进行管理。

整合过程

(1)创建Maven工程,并修改配置

(2)导包

除了Spring和Mybatis的包,还需要引入整合包。早期ibatis和Spring整合的包由Spring提供,后期改由Mybatis

这里需要导入Spring的包,mybatis的包以及Spring-Mybatis整合包。

可以在github官网上下载。https://github.com/mybatis/spring/releases

(3)配置文件,并修改

配置文件需要配置Mybatis的也要配置Spring的。

(4)DAO的开发

方式一:原始DAO开发方式

Mybatis需要干的事情:

DAO接口

package com.huadian.dao;

import com.huadian.entity.User;

public interface UserDao {
    public User getUserById(Integer id);
    public void insertUser(User u);
}

DAO接口实现

package com.huadian.dao.impl;

import com.huadian.dao.UserDao;
import com.huadian.entity.User;
import org.apache.ibatis.session.SqlSession;
import org.mybatis.spring.support.SqlSessionDaoSupport;

public class UserDaoImpl extends SqlSessionDaoSupport implements UserDao {
    public User getUserById(Integer id) {
        SqlSession sqlSession = this.getSqlSession();
        User user = sqlSession.selectOne( "user.findUserById", id );
        return user;
    }

    public void insertUser(User u) {

    }
}

继承SqlSessionDaoSupport,可以获取SQLSession,导致DAO依赖SQLSessionFactory

配置信息(user.xml)

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<!--namespace:命名空间,对SQL进行分类管理,SQL隔离-->
<mapper namespace="user">

    <select id="findUserById" parameterType="int" resultType="User">
        select  * from user where id = #{id}
    </select>

</mapper>

核心配置文件:(sqlMapconfig)

加载配置信息

别名

<?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>

    <typeAliases>//别名
        <package name="com.huadian.entity"></package>
    </typeAliases>
    <mappers>//加载配置
        <mapper resource="com/huadian/entity/User.xml"></mapper>
        <!--<package name="com.huadian.mapper"></package>-->
    </mappers>

</configuration>

Spring要干的事情(配置applicationContext.xml文件)

连接C3P0:数据源

    <!--dataSource:C3P0连接池-->
    <bean name="dataSource" class="com.mchange.v2.c3p0.ComboPooledDataSource">
        <property name="driverClass" value="com.mysql.jdbc.Driver"></property>
        <property name="jdbcUrl" value="jdbc:mysql://localhost:3306/mybatis01?characterEncoding=UTF-8"></property>
        <property name="user" value="root"></property>
        <property name="password" value="123"></property>
    </bean>

SqlSessionFactoryBean

    <bean name="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
        <property name="configLocation" value="classpath:sqlMapconfig.xml"></property>
        <property name="dataSource" ref="dataSource"></property>
    </bean>

 

实体对象

    <bean name="user" class="com.huadian.entity.User"></bean>

Dao,依赖sqlSessionFactory

    <bean name="userDao" class="com.huadian.dao.impl.UserDaoImpl">
        <property name="sqlSessionFactory" ref="sqlSessionFactory"></property>
    </bean>

创建user实体:

public class User {
    private Integer id;
    private String username;
    private String sex;
    private String birthday;
    private String address;
}

测试类:

package com.huadian;

import com.huadian.dao.UserDao;
import com.huadian.entity.User;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration("classpath:applicationContext.xml")
public class demodao {

    @Autowired
    private UserDao userDao;

    @Test
    public void fun() {
        User user = userDao.getUserById(10);
        System.out.println(user);
    }

}

方式二:Mapper代理开发方式:

Mybatis需要干的事情:

接口和配置文件

package com.huadian.mapper;


import com.huadian.entity.User;

public interface UserMapper {
    /**
     * 根据用户ID查询用户
     * @param id
     * @return
     */
    public User findUserById(Integer id);
}

 userMapper.xml:

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<!--namespace:命名空间,对SQL进行分类管理,SQL隔离-->
<mapper namespace="com.huadian.mapper.UserMapper">


    <!--查询用户列表:主键查询-->
    <select id="findUserById" parameterType="int"  resultType="User">
        select  * from user where id = #{id}
    </select>
</mapper>

配置文件

<?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>

    <typeAliases>
        <package name="com.huadian.entity"></package>
    </typeAliases>

</configuration>

只剩下一个别名了,

Spring需要干的事情:

Mapper对象需要管理

单个单个写

    <!--mapper:Mapper代理 单个对象-->
    <bean name="userMapper" class="org.mybatis.spring.mapper.MapperFactoryBean">
    <property name="sqlSessionFactory" ref="sqlSessionFactory"></property>
    <property name="mapperInterface" value="com.huadian.mapper.UserMapper"></property>
    </bean>

批量扫描

    <!--批量-->
    <bean class="org.mybatis.spring.mapper.MapperScannerConfigurer">
        <property name="sqlSessionFactoryBeanName" value="sqlSessionFactory"></property>
        <!--指定扫描的包,如果扫描多个包,每个包之前用半角的逗号分隔-->
        <property name="basePackage" value="com.huadian.mapper"></property>
    </bean>

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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