hibernate 序列 mysql_基于Oracle,采用JDBC、Hibernate不同方式实现自定义序列主键生成...

当然有了以上的条件之后你就可以利用oracle方言结合jdbc中的方式进行插入。形式如:insert into test(nid,test1) values(seq_tes

JDBC自增长主键

--首先建一个表TEST

create table TEST

(

NID varchar2(20) PRIMARY KEY,

test1 varchar2(20),

)

-- 再建一个序列SEQ_TEST

create sequence SEQ_TEST

minvalue 1 --最小值

nomaxvalue --不设置最大值

start with 1 --从1开始计数

increment by 1 --每次加1个

nocycle --一直累加,不循环

nocache ; --不建缓冲区

当然有了以上的条件之后你就可以利用Oracle方言结合jdbc中的方式进行插入。形式如:

insert into test(nid,test1) values(seq_test.nextVal,'test1');就是手动方式保证序列的增长,这种方式生成的序列并不是自定义的。当然我们在程序中不会利用这样的方式,是否可以直接插入其他字段,,而逻辑主键交由数据库来自动生成呢?答案是肯定的,但只有了表和序列还不够,我们需要建立一个对应触发器来执行它!代码如下:

CREATE OR REPLACE TRIGGER tg_test

BEFORE INSERT ON test FOR EACH ROW WHEN (new.nid is null)

begin

select to_char(sysdate,'yyyymm')||substr('00000',0,5-length(seq_test.nextval))||seq_test.currval into:new.nid from dual;

end;

/

下面是测试

select * from test

insert into test(nid,test1) values(6,'aaa')

insert into test(test1) values('bbb'); --这条语句将会自动生成自定义主键,即插入其他字段,主键在插入记录前自动生成

select * from test;--查看表数据

Hibernate中自定义主键生成方式:

如果你想在Hibernate中自定义主键生成方式,以上的例子就不一定能够使用。Hibernate提供了多种主键生成方式,方式对应了各种实现类。如果我们要自定义主键生成方式就必须实现相关类。例如:

Company.hbm.xml

SEQ_Company

以上SEQ_Company将会由hibernate自动生成,和表类似。我们关心的是com.sunyou.sequenceGenerator.CompanySequenceGenerator类如何实现???

package com.sunyou.sequenceGenerator;

import java.io.Serializable;

import java.util.Properties;

import org.apache.log4j.Logger;

import org.hibernate.HibernateException;

import org.hibernate.dialect.Dialect;

import org.hibernate.engine.SessionImplementor;

import org.hibernate.id.SequenceGenerator;

import org.hibernate.type.Type;

public class CompanySequenceGenerator extends SequenceGenerator {

private static final int idLength = 12;//本长度与数据库ID字段长度一致

public CompanySequenceGenerator(){

}

public void configure(Type type, Properties params, Dialect dialect){

super.configure(type, params, dialect);

}

public Serializable generate(SessionImplementor session, Object obj) throws HibernateException {

String sequence = String.valueOf(super.generate(session, obj));

int prefixLength = idLength-sequence.length(); //计算得到的主键长度

for(int i=0;isequence = "0" + sequence;

}

sequence = "CPI" + sequence; //这边产生的主键将会是CPI000000001、CPI000000002、CPI000000003形式

return sequence;

}

}

以上的方式中采用的是String类型来定义sequence,不过作者建议采用StringBuffer,首先是因为一般主键可能比我们定义的要长,单是补足前缀就会生成多数的String对象,要是遇上批量插入,那就是几十万、几百万数据的插入,对于系统资源的浪费是可想而知的。

logo.gif

本文原创发布php中文网,转载请注明出处,感谢您的尊重!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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