四、常用注解

1、@TableName

当使用Mybatis-Plus实现基本的CRUD时，若没有指定要操作的表，操作的表会默认为BaseMapper的泛型实体类所表示的表
例如 XxxMapper extends BaseMapper ,此时操作的表为user表
结论：MyBatis-Plus确定操作的表时，由BaseMapper的泛型决定，即实体类型决定，且默认操作的表名和实体类型的类名一致。

问题

若我需要操作的表为t_person，和实体类类名不一致，那我还能正常操作嘛？
答案是不行！当表名和实体类名不一致时，程序抛出异常，Table ‘mybatis_plus.user’ doesn’t exist

通过@TableName解决问题

在实体类类型上添加@TableName(“t_user”),标识实体类对应的表，即可成功执行SQL语句

通过全局配置解决问题

若遇到实体类对应的表都有固定的前缀，例如t_或者tbl_
此时，可以使用MyBatis-Plus提供的全局配置，为实体类对应的表名设置默认的前缀，此时不需要在实体类上通过@TableName标识实体类对应的表

mybatis-plus:
	configuration:
		# 配置MyBatis日志
		log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
	global-config:
		db-config:
			# 配置MyBatis-Plus操作表的默认前缀
			table-prefix: t_

2、@TableId

经过以上的测试，MyBatis-Plus在实现CRUD时，默认将id作为主键列，插入数据时，默认基于雪花算法策略生成id

问题

若实体类和表中表示主键的不是id，而是其他字段，例如uid，MyBatis-Plus会自动识别uid为主键列吗？
当然不会！程序会抛出异常，Field ‘uid’ doesn’t hava a default value 说明MyBatis-Plus没有将uid作为主键赋值

通过@TableId解决问题

在实体类uid属性上通过@TableId将其标识为主键，即可成功执行SQL语句

@TableId的value属性

若实体类中主键对应的属性为id,而表中表示主键的字段为uid,此时若在属性id上添加注解@TableId，则抛出异常 Unknown Column ‘id’ in ‘field list’, 即MyBatis-Plus仍然会将id作为表的主键操作，而表中表示主键的字段是uid
此时需要通过@TableId注解的value属性，指定表中的主键字段，@Table(“uid”)或者@TableId(value=“uid”)

@TableId的type属性

type属性用来定义主键策略

常用的主键策略:

配置全局主键策略

mybatis-plus:
	configuration:
		# 配置MyBatis日志
		log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
	global-config:
		db-config:
			# 配置MyBatis-Plus操作表的默认前缀
			table-prefix: t_
			# 配置MyBatis-Plus的主键策略
			id-type: auto

雪花算法

背景

• 当数据规模增长到一定的程度，要应对逐渐增长的访问压力和数据量。
• 数据库的扩展主要方式：业务分库、主从复制、数据库分表。

数据库分表

当业务的单表数据达到单台数据库服务器的处理瓶颈时，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。

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(字段)==拆分出去。
例如：一个student表,含有name,age,gender,address,parents等字段，但是一般查询时只需要知道学生的姓名、年龄和性别就可以了，这时候可以将address、parents等字段拆分出去。

水平分表

水平分表适合行数特别大的表，当表的数据量达到千万级别时，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，会更加复杂，例如要求全局唯一的数据id如何处理

主键自增

用户id为例子：1-999999放到表1，1000000-1999999放到表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。
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。
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

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(对10取余则可以知道放在哪个表中)，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。
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。
优点：表分布比较均匀。
缺点：扩充新的表很麻烦，所有数据都要重分布。

雪花算法

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。

核心思想:
长度共64bit(一个long型)

符号位 ：1bit，正数为0，负数为1，id为正数，所以一般最高位是0
时间戳 ：41bit，时间戳(毫秒级)，存储的是时间截的差值（当前时间截 - 开始时间截)
机器id ：10bit，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）
序列号 ：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）。
优点 ：整体上按照时间自增排序，整个分布式系统不会产生ID碰撞，效率高。

TableField

当MyBatis-Plus在执行SQL语句时，要保证实体类的属性名和表中的字段名一致

情况1

若实体类的属性使用的是驼峰命名风格(userName)，表中使用的是下划线命名风格(user_name)
此时MyBatis-Plus会自动将下划线命名风格自动转化为驼峰命名风格
相当于在MyBatis中配置 mybatis.configuration.mapUnderscoreToCamelCase=true

情况2

若实体类中的属性和表中的字段不满足情况1
例如实体类属性name，表中字段username
此时需要在实体类属性上使用@TableField(“username”)设置属性对应的字段名

@TableLogic

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

实现逻辑删除

测试
测试删除功能，真正执行的是修改is_deleted字段

UPDATE t_user SET is_deleted=1 WHERE id=? AND is_deleted=0

测试查询功能，查询的数据首要条件是is_deleted字段不为1

SELECT id,username AS name,age,email,is_deleted FROM t_user WHERE is_deleted=0