有关Mybatis的一些小问题

1、为什么要用Mybatis?不用原生的JDBC

我们在用原生的JDBC 编写执行sql的代码,一般无外乎这几步:

  1. 加载驱动
  2. 建立连接
  3. 预编译sql
  4. 设置参数
  5. 执行sql
  6. 获取结果
  7. 资源释放

这中间就会暴露一些问题
1. sql 硬编码
2. 链接频繁的打开和释放
3. 获取结果属性值时硬编码

而针对以上的问题,Mybatis能有效的解决: sql语句统一配置文件,连接池管理链接,result属性与bean的映射 配置;
所以呢,如果有一个新的数据库框架能解决上面的问题,并且做得比mybatis更好,那就肯定不用mybatis了,用一个东西肯定是有理由的,无论是历史原因还是技术原因,都是值得我们去探讨的


2、为什么推荐用 #{} 而不是 ${} ,他有什么好处?
效率和sql注入
#{} 会执行预编译的过程,将要执行的sql 生成一个sql模板放到缓存中,下次执行sql时,会查询缓存,这样可以减少sql编译时间,提高效率;由于是预编译,所以防止sql注入


3、为什么预编译会防止sql注入
预编译会将#{} 当做占位标记,生成的sql 里用 ? 代替。执行sql时,传进来的参数只会当做运算值的一部分 替换 ?,而不会当做sql操作指令的一部分。
例如有sql:

select * from user where name=#{name};

预编译后:

select * from user where name = ?;

真正执行

select * from user where name =" \'or 1=1 "

而不是

select * from user where name =' ' or 1=1

参考
https://www.zhihu.com/question/52869762
http://blog.csdn.net/yushuifirst/article/details/45201623
http://blog.csdn.net/yan465942872/article/details/6753957

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题
Spring和MyBatis都是非常流行的Java开发框架。它们各自有着一些优点和缺点,下面是一些常见的观点: Spring的优点: 1. 提供了丰富的IoC和AOP功能,使得应用程序的组件之间的依赖关系更加清晰和易于维护。 2. 提供了一个强大的事务管理框架,支持多种事务管理机制,包括编程式事务和声明式事务。 3. 提供了Spring MVC框架,使得开发Web应用程序更加容易和高效。 4. 提供了Spring Security框架,使得应用程序的安全性更容易实现。 Spring的缺点: 1. Spring的学习曲线相对较陡峭,需要花费一定的时间和精力来掌握其复杂的概念和功能。 2. Spring的配置文件可能相对较长和复杂,需要耐心和细心地编写和维护。 3. Spring的依赖注入(DI)可能导致应用程序的运行效率略微下降。 MyBatis的优点: 1. MyBatis提供了一个简单易用的ORM框架,使得Java开发人员可以更加容易地与数据库进行交互。 2. MyBatis的SQL映射文件可以提供更细粒度的控制,使得开发人员可以更加灵活地编写和维护SQL语句。 3. MyBatis支持多种数据库,包括MySQL、Oracle、SQL Server等。 MyBatis的缺点: 1. MyBatis需要开发人员手动编写SQL语句和映射文件,对于一些简单的查询可能需要编写大量的代码。 2. MyBatis缺乏一些高级的ORM功能,例如自动关联、延迟加载等。 3. MyBatis的配置文件可能相对较长和复杂,需要耐心和细心地编写和维护。
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