merge attachDirty attachClean用法

大家对以下3个方法一定不陌生,一些IDE生成的代码一般都有下面三个方法:

merge:将传入的detached状态的对象的属性复制到持久化对象中,并返回该持久化对象 。如果该session中没有关联的持久化对象,加载一个,如果传入对象未保存,保存一个副本并作为持久对象返回,传入对象依然保持detached状态。

attachDirty:将传入的对象持久化并保存。如果对象未保存(Transient状态),调用save方法保存。如果对象已保存(Detached状态),调用update方法将对象与Session重新关联。

attachClean:将传入的对象状态设置为Transient状态。


说明一下,在Hibernate中的对象有三种状态,即:
瞬时状态(Transient)、持久状态(Persistent)、脱管状态(Detached)

1、瞬时状态(Transient)
由new命令开辟内存空间的Java对象,也就是平时所熟悉的普通Java对象。

如:Person p = new Person();
瞬时对象特点:
(1)不和Session实例关联
(2)在数据库中没有和瞬时对象关联的记录

2、持久状态(Persistent)
持久的实例在数据库中有对应的记录,并拥有一个持久化标识(identifier).
持久对象总是与Session和Transaction相关联,在一个Session中,对持久对象的改变不会马上对数据库进行变更,而必须在Transaction终止,也就是执行commit()之后,才在数据库中真正运行SQL进行变更,持久对象的状态才会与数据库进行同步。在同步之前的持久对象称为脏(dirty)对象。
瞬时对象转为持久对象:
(1) 通过Session的save()和saveOrUpdate()方法把一个瞬时对象与数据库相关联,这个瞬时对象就成为持久化对象。
(2) 使用fine(),get(),load()和iterater()待方法查询到的数据对象,将成为持久化对象。
持久化对象的特点:
(1) 和Session实例关联
(2) 在数据库中有和持久对象关联的记录

3、脱管状态(Detached)
与持久对象关联的Session被关闭后,对象就变为脱管对象。对脱管对象的引用依然有效,对象可继续被修改。
脱管对象特点:
(1) 本质上和瞬时对象相同
(2) 只是比爱瞬时对象多了一个数据库记录标识值id.
持久对象转为脱管对象:
当执行close()或clear(),evict()之后,持久对象会变为脱管对象。

瞬时对象转为持久对象:
通过Session的update(),saveOrUpdate()和lock()等方法,把脱管对象变为持久对象。




  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
SAS中的merge语句用于将两个数据集按照共同的变量连接起来,创建一个新的,合并后的数据集。下面是merge语句的使用方法: 1. 确定要合并的数据集:需要先确定要合并的两个数据集,并且它们都需要有至少一个共同的变量。 2. 排序:为防止合并后的数据集出现混乱,需要先按照共同变量对两个数据集进行排序。 3. 创建新的数据集:使用merge语句创建一个新的合并后的数据集,将合并后的结果存储在新的数据集中。 4. 编写merge语句:在SAS程序中使用merge语句,语法如下: ``` data newdataset; merge dataset1 dataset2; by commonvariable; run; ``` 5. 解释merge语句:上面的代码中,newdataset是一个新的数据集名称,dataset1和dataset2是要合并的两个数据集的名称,commonvariable是两个数据集共同的变量名称。merge语句将dataset1和dataset2按照by子句中指定的共同变量进行合并,结果存储在新的数据集newdataset中。 需要注意的是,如果两个数据集中的共同变量名称不同,那么需要使用rename语句将其中一个数据集的变量名称更改为另一个数据集中的名称。另外,如果两个数据集中的共同变量存在缺失值,那么任何一方的缺失值都将不会出现在合并后的数据集中。 下面是一个具体的例子: 假设有两个数据集,employee和salary,它们都有一个共同的变量employeeid,我们要将它们合并成一个新的数据集newdataset,按照employeeid进行连接。 代码如下: ``` data employee; input employeeid name $ age gender $; datalines; 1 Alice 25 F 2 Bob 30 M 3 Charlie 35 M 4 Dave 40 M 5 Eva 45 F ; run; data salary; input employeeid salary; datalines; 1 50000 2 60000 3 70000 4 80000 ; run; data newdataset; merge employee salary; by employeeid; run; proc print data=newdataset; run; ``` 运行结果如下: ``` employeeid name age gender salary 1 Alice 25 F 50000 2 Bob 30 M 60000 3 Charlie 35 M 70000 4 Dave 40 M 80000 5 Eva 45 F . ```
评论 1
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