Mybatis-plus 上
简介
1.什么是Mybatis-plus
MyBatis-Plus(简称 MP)是一个 MyBatis的增强工具,在 MyBatis 的基础上只做增强不做改变,为简化开发、提高效率而生。
愿景
我们的愿景是成为 MyBatis 最好的搭档,就像魂斗罗中的 1P、2P,基友搭配,效率翻倍。
2.特性
- 无侵入:只做增强不做改变,引入它不会对现有工程产生影响,如丝般顺滑
- 损耗小:启动即会自动注入基本 CURD,性能基本无损耗,直接面向对象操作
- 强大的 CRUD 操作:内置通用 Mapper、通用 Service,仅仅通过少量配置即可实现单表大部分 CRUD 操作,更有强大的条件构造器,满足各类使用需求
- 支持 Lambda 形式调用:通过 Lambda 表达式,方便的编写各类查询条件,无需再担心字段写错
- 支持主键自动生成:支持多达 4 种主键策略(内含分布式唯一 ID 生成器 - Sequence),可自由配置,完美解决主键问题
- 支持 ActiveRecord 模式:支持 ActiveRecord 形式调用,实体类只需继承 Model 类即可进行强大的 CRUD 操作
- 支持自定义全局通用操作:支持全局通用方法注入( Write once, use anywhere )
- 内置代码生成器:采用代码或者 Maven 插件可快速生成 Mapper 、 Model 、 Service 、 Controller 层代码,支持模板引擎,更有超多自定义配置等您来使用
- 内置分页插件:基于 MyBatis 物理分页,开发者无需关心具体操作,配置好插件之后,写分页等同于普通 List 查询
- 分页插件支持多种数据库:支持 MySQL、MariaDB、Oracle、DB2、H2、HSQL、SQLite、Postgre、SQLServer 等多种数据库
- 内置性能分析插件:可输出 Sql 语句以及其执行时间,建议开发测试时启用该功能,能快速揪出慢查询
- 内置全局拦截插件:提供全表 delete 、 update 操作智能分析阻断,也可自定义拦截规则,预防误操作
快速入门
我们将通过一个简单的 Demo 来阐述 MyBatis-Plus 的强大功能,在此之前,我们假设您已经:
- 拥有 Java 开发环境以及相应 IDE
- 熟悉 Spring Boot
- 熟悉 Maven
1.数据库
创建一个mybatis-plus
数据库
现有一张 User
表,其表结构如下:
id | name | age | |
---|---|---|---|
1 | 小张 | 18 | test1@qq.com |
2 | 小王 | 20 | test2@163.com |
3 | 小李 | 25 | test3@qq.com |
4 | 小驰 | 21 | test4@qq.com |
5 | 小刘 | 24 | test5@163.com |
- 对应的数据库 Schema 脚本如下:
DROP TABLE IF EXISTS user; |
真实开发中,version(乐观锁)、deleted(逻辑删除)、gmt_create、gmt_modified
- 其对应的数据库 Data 脚本如下:
DELETE FROM user; |
2.初始化工程
创建一个SpringBoot项目:创建时选择 starter-web 依赖。
2.1 导入依赖
<!-- 数据库驱动 --> |
使用mybatis-plus可以节省我们大量的代码,尽量不要同时导入 mybatis 和 mybatis-plus
2.2 连接数据库
直接在application.properties配置文件中配置:
# mysql 5 驱动不同 |
3.搭建项目
传统方式:pojo—dao(连接mybatis,配置mapper.xml文件)— service—- controller
使用了mybatis-plus:
- pojo
- mapper接口
- 启动
3.1 pojo
这里使用了lombok插件,导入lombok依赖,
|
3.2 mapper
- 创建一个xxxmapper接口
- 该接口继承**BaseMapper<>**,泛型为实体类
- 加注解**@Repository**
|
3.3 启动器
加入**@MapperScan(“”)**,对mapper包进行扫描
|
3.4 测试类
|
4.配置日志
在配置文件中进行配置:
# 配置日志 |
测试运行:
插入操作
1.插入数据
|
我们从上图可以看出:主键自动生成
2.雪花算法
2.1 含义
SnowFlake算法是Twitter公司出品的开源的分布式id生成算法,结果是一个long型的ID
其特点为 使用一个64 bit的long型的数字作为全局唯一 id
雪花算法在分布式系统中的应用十分广泛 且引入了时间戳 基本保持自增
2.2 字符串含义
其核心思想是:
41bit作为毫秒数
10bit作为机器的ID(5个bit是数据中心,5个bit的机器D)
12bit作为毫秒内的流水号(意味着每个节点在每毫秒可以产生4096个ID)
最后还有一个符号位,永远是0。可以保证几乎全球唯一!
第1位是符号位 始终为0
(这是因为生成的id都是正数 而在二进制中第一个bit若为0则不为负数)后面是41位的时间戳 精确到毫秒级
41位的长度可以表示2^41-1个毫秒值 也就是说可以使用69年
时间戳还有一个很重要的作用 可以根据时间进行排序之后的10位是机器标识 前5bit是机房id 后5bit是机器id
10位的长度表明该服务最多可以部署在2^10台机器(即1024台机器)上最后12位是计数序列号
序列号是一系列的自增id 表示了同一个毫秒内产生的不同id
可以支持同一节点同一毫秒生成多个id 12位的计数序列号支持每个节点每毫秒产生2^12-1(即4096)个ID序号
2.3 生成过程
若某个服务需要生成一个唯一id 则发送一个请求给部署了SnowFlake算法的系统(前提是该SnowFlake算法系统知道自己所在的机房和机器的编号)
SnowFlake算法系统接收到该请求后 使用二进制位运算的方式生成一个64bit的long型id 当然 第一个bit是无意义的
接着41个bit使用当前时间戳(单位为毫秒) 然后的5bit设为该机房的id 剩余5bit设为机器的id
最后 再判断当前机房的该机器在这一毫秒内是第几个请求 给本次生成id的请求后再累加一个序号 作为id最后的12个bit
至此 就得到了一个64bit的唯一id 这就是雪花算法
3.主键自增
需要配置主键自增:
开启数据库 主键自增
实体类主键字段上 @TableId(type=IdType.AUTO)
再次测试
IdType类中枚举解释
AUTO(0), // 数据库id自增 |
更新操作
|
mybatis-plus 中都是自动化,自动拼接动态Sql
自动填充
创建时间、修改时间,这些操作一般都是自动化完成的,不希望手动更新
阿里巴巴开发手册:所有的数据库表:gmt_create,gmt_modified几乎所有的表都要配置上,而且需要自动化
1.数据库级别
如果你使用的Navicat Premium,在mysql5.5以上已经不支持两个字段自动更新
如果觉得很麻烦,可以直接看第二种代码级别自动填充
1、在表中新增字段create_time,update_time
因为不支持两个列为timestamp类型,所以这里设置更新时间为timestamp
下面的默认必须为CURRENT_TIMESTAMP,然后打对号
如果没有CURRENT_TIMESTAMP,可以使用两个方法:
一、默认框下拉,选择空白处,将这段英文复制进去 ,然后保存
二、把表删了,运行下面的sql语句
CREATE TABLE `mybatis-plus`.`Untitled` (
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键ID',
`name` varchar(30) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '姓名',
`age` int(11) NULL DEFAULT NULL COMMENT '年龄',
`email` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '邮箱',
`create_time` datetime NULL DEFAULT NULL COMMENT '创建时间',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 1374350451559940100 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = COMPACT;
2.实体类增加字段
private Date createTime; |
3.更新测试
数据库中的更新时间也会进行更新
2.代码级别
1.在表中新增字段create_time,update_time
2.实体类加入注解
|
3.创建配置类
|
4.插入测试
|
5.更新测试
|
乐观锁
乐观锁:故名思意十分乐观,总是认为不会出现问题,无论干什么不去上锁,先进行事务,如果出现了问题,再次更新值测试
悲观锁:故名思意十分悲观,总是认为总是出现问题,无论干什么都会上锁,再去操作
乐观锁实现方式:
- 取出记录时,获取当前versionl
- 更新时,带上这个version执行
- 更新时,set version = newVersion where version =oldVersion
- 如果version不对,就更新失败
举例:
先查询出 version,进行操作时 version + 1 |
可以看出,先查询了老的version,在更新时version+1;
如果 线程B先于线程A完成该更新操作,那version==2,这时候线程A不成立,更新失败
添加乐观锁
1.数据库中添加version字段:int类型,全部设为 1 即可
2.实体类加入对应字段、注释
//乐观锁Version注解 |
3.注册组件
|
4.测试乐观锁
成功:
|
失败:
|
我们使,线程B 先于 线程A 进行更新。
这时会发现,虽然可以运行,version字段也会增加,但是并不会进行更新。