//继承BaseMapper基本类，接口里面已经写了很多的crud方法
@Mapper
public interface UserMapper extends BaseMapper
{}
@SpringBootTest
class SpringBootDaoApplicationTests
{
//继承了BaseMapper,所有的方法都来自于父类，我们页可以编写自己的扩展方法
@Autowired
UserMapper userMapper;
@Test
void contextLoads()
{
//参数是一个Wrapper,条件构造器，这里我们先不使用 null
//查询全部用户
List users = userMapper.selectList(null);
users.forEach(System.out::println);
}
}
======================================================================================
1、@Mapper注解：
作用：在接口类上添加了@Mapper，在编译之后会生成相应的接口实现类
添加位置：接口类上面
@Mapper
public interface UserDAO {
//代码
}
如果想要每个接口都要变成实现类，那么需要在每个接口类上加上@Mapper注解，比较麻烦，解决这个问题用@MapperScan
2、@MapperScan
作用：指定要变成实现类的接口所在的包，然后包下面的所有接口在编译之后都会生成相应的实现类
添加位置：是在Springboot启动类上面添加，
@SpringBootApplication
@MapperScan(“com.winter.dao”)
public class SpringbootMybatisDemoApplication {
public static void main(String[] args) {
SpringApplication.run(SpringbootMybatisDemoApplication.class, args);
}
}
添加@MapperScan(“com.winter.dao”)注解以后，com.winter.dao包下面的接口类，在编译之后都会生成相应的实现类
===================================================================
#开启日志功能
mybatis-plus:
configuration:
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl #控制台输出
=========================================================================
这个注解表示表的主键
@NoArgsConstructor
@AllArgsConstructor
@Data
public class User
{
String name;
Integer age;
@TableId(value=“id”,type = IdType.AUTO)
Integer id;
}
接受两个参数
value = 主键列名
type = 主键类型
可选类型:
**使用@TableId注解时，类型为： type = IdType.AUTO 数据库也需要设置自增
否则会出 Cause: java.sql.SQLException: Field ‘id’ doesn’t have a default value**
===================================================================
//测试插入
@Test
public void testInsert(){
User user = new User();
user.setName(“淮城一只猫”);
user.setAge(5);
user.setEmail(“2424496907@qq.com”);
int result = userMapper.insert(user); //自动生成id
System.out.println(result); //受影响的行数
System.out.println(user); //发现id自动回填
}
=====================================================================
默认使用ID_WORKER,全局唯一id----雪花算法
snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。其核心思想是：使用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ID），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!
我们需要配置注解自增:
-
实体类字段上:@TableId(type = IdType.AUTUO)
-
数据库字段一定要自增
public enum IdType {
AUTO(0), //id自增
NONE(1), //未设置主键
INPUT(2), //手动输入,一旦手动输入后，就需要自己去写id，否则id为空
ID_WORKER(3), //默认值,全局唯一id
UUID(4), //全局唯一id,uuid
ID_WORKER_STR(5); //ID_WORKER的字符串表示法
}
===================================================================
//测试更新
@Test
public void testUpdate(){
User user = new User();
user.setId(6L);
user.setName(“我的博客叫：淮城一只猫”);
user.setAge(6);
user.setEmail(“2424496907@qq.com”);
//注意：updateById参数是一个对象
int result = userMapper.updateById(user); //自动生成id
System.out.println(result); //受影响的行数
}
===================================================================
创建时间、修改时间!这些操作一般自动化完成的,我们不希望手动更新！
阿里巴巴开发手册:所有的数据库表:gmt_create、gmt_modified几乎所有表都要配置上!而且需要自动化！
1.在表中新增字段create_time、update_time
2. 再次测试插入方法,需要先把实体类同步！
private Date creteTime;
private Date updateTime;
MySQL-datetime类型的列设置默认值为CURRENT_TIMESTAMP
MySQL中datetime字段的默认值CURRENT_TIMESTAMP
1.删除数据库中的默认值、更新操作
2.在实体类字段属性上需要注释
//字段必须声明TableField注解,属性fill选择对应策略,该声明告知Mybatis-Plus需要预留注入SQL字段
// 注意！这里需要标记为填充字段
@TableField(fill = FieldFill.INSERT)
private Date creteTime;
@TableField(fill = FieldFill.INSERT_UPDATE)
private Date updateTime;
策略枚举如下:
public enum FieldFill {
/**
- 默认不处理
*/
DEFAULT,
/**
- 插入填充字段
*/
INSERT,
/**
- 更新填充字段
*/
UPDATE,
/**
- 插入和更新填充字段
*/
INSERT_UPDATE
}
3.自定义实现类 MyMetaObjectHandler（实现元对象处理器接口）
@Slf4j
@Component//填充处理器MyMetaObjectHandler在 Spring Boot 中需要声明@Component或@Bean注入
public class MyMetaObjectHandler implements MetaObjectHandler
{
//插入时填充策略
@Override
public void insertFill(MetaObject metaObject) {
log.info(“start insert fill …”);
this.setFieldValByName(“createTime”,new Date(),metaObject);
this.setFieldValByName(“updateTime”,new Date(),metaObject);
}
//更新时填充策略
@Override
public void updateFill(MetaObject metaObject) {
log.info(“start update fill …”);
this.setFieldValByName(“updateTime”,new Date(),metaObject);
}
}
4.测试
@SpringBootTest
class SpringBootDaoApplicationTests
{
//继承了BaseMapper,所有的方法都来自于父类，我们页可以编写自己的扩展方法
@Autowired
UserMapper userMapper;
@Test
void contextLoads()
{
User user=new User();
user.setAge(18);
user.setName(“hhhh”);
int ret = userMapper.insert(user);
System.out.println(user);
}
}
==================================================================
乐观锁：顾名思义乐观，它总是认为不会出现问题，无论干什么都不去上锁！如果出现问题，再次更新值测试
悲观锁：顾名思义悲观，它总是认为会出现问题，无论干什么都会加上锁！再去操作
乐观锁实现方式：
-
取出记录时，获取当前version
-
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
1.数据库中添加version字段,默认值为1
2.在实体类的字段上加上@Version注解
@Version //乐观锁注解
private Integer version;
说明:
-
支持的数据类型只有:int,Integer,long,Long,Date,Timestamp,LocalDateTime
-
整数类型下 newVersion = oldVersion + 1
-
newVersion 会回写到 entity 中
-
仅支持 updateById(id) 与 update(entity, wrapper) 方法
-
在 update(entity, wrapper) 方法下, wrapper 不能复用!!!
3.配置插件
@MapperScan("c
《一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义》
【docs.qq.com/doc/DSmxTbFJ1cmN1R2dB】 完整内容开源分享
om.Mapper")
@EnableTransactionManagement //自动管理事务（默认也是开启的）
@Configuration //配置类
public class MybaitsPlusConfig {
//注册乐观锁插件
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor mybatisPlusInterceptor = new MybatisPlusInterceptor();
mybatisPlusInterceptor.addInnerInterceptor(new OptimisticLockerInnerInterceptor());
return mybatisPlusInterceptor;
}
}
4.测试
@SpringBootTest
class SpringBootDaoApplicationTests
{
//继承了BaseMapper,所有的方法都来自于父类，我们页可以编写自己的扩展方法
@Autowired
UserMapper userMapper;
//测试乐观锁成功！
@Test
public void testOptimisticLocker1() {
//1.查询用户信息
User user = userMapper.selectById(276);
//2.修改用户信息
user.setName(“aaa”);
user.setAge(18);
//3.执行更新操作
userMapper.updateById(user);
}
//测试乐观锁失败！多线程下
@Test
public void testOptimisticLocker2() {
//线程1
User user1 = userMapper.selectById(276);
user1.setName(“aaa”);
//模拟另外一个线程执行插队操作
User user2 = userMapper.selectById(276);
user2.setName(“bbb”);
userMapper.updateById(user2);
//自旋锁多次操作尝试提交
userMapper.updateById(user1);
}
}
===================================================================
@SpringBootTest
class SpringBootDaoApplicationTests
{
//继承了BaseMapper,所有的方法都来自于父类，我们页可以编写自己的扩展方法
@Autowired
UserMapper userMapper;
//测试查询
@Test
public void testSelectById() {
User user = userMapper.selectById(276);
System.out.println("===========================");
System.out.println(user);
}
//测试批量查询
@Test
public void testSelectByBatchId()
{
List users = userMapper.selectBatchIds(Arrays.asList(270, 271, 272));
System.out.println("===========================");
users.forEach(System.out::println);
}
//条件查询之一 使用map操作
@Test
public void testSelectBatchIds() {
HashMap<String, Object> map = new HashMap<>();
//自定义查询,同时满足map集合中的所有条件
map.put(“name”,“bbb”);
map.put(“age”,“18”);
List users = userMapper.selectByMap(map);
System.out.println("===========================");
users.forEach(System.out::println);
}
}
===================================================================
分页在网站中使用非常多！
-
原始limit进行分页
-
pageHelper第三方插件
-
MP其实也内置了分页插件
//Spring boot方式
@Configuration
@MapperScan(“com.baomidou.cloud.service..mapper”)
public class MybatisPlusConfig {
// 旧版
@Bean
public PaginationInterceptor paginationInterceptor() {
PaginationInterceptor paginationInterceptor = new PaginationInterceptor();
// 设置请求的页面大于最大页后操作， true调回到首页，false 继续请求 默认false
// paginationInterceptor.setOverflow(false);
// 设置最大单页限制数量，默认 500 条，-1 不受限制
// paginationInterceptor.setLimit(500);
// 开启 count 的 join 优化,只针对部分 left join
paginationInterceptor.setCountSqlParser(new JsqlParserCountOptimize(true));
return paginationInterceptor;
}
// 最新版
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();
interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.H2));
return interceptor;
}
}
-
setMaxLimit： 设置最大分页数
-
setOverflow：是否对超过最大分页时做溢出处理，默认false不处理，即直接丢弃溢出的数据，为true时，怎么把溢出数据放入到下一个分页中。
-
setDbType：设置数据库类型以匹配不同方言
-
setDialect： 设置分页方言
-
setOptimizeJoin：优化Join分页语句，默认true
//测试分页查询
@Test
public void testPage() {
//参数一：当前页
//参数二：页面大小
//使用了分页插件之后，所有的分页操作页变得简单了
Page page = new Page<>(1,5);
//第二个参数是查询条件
userMapper.selectPage(page,null);
page.getRecords().forEach(System.out::println);
System.out.println(page.getTotal());
}
分页查询常用的方法:
@Test
public void testPage() {
Page page = new Page<>(1,1);
List emps =
employeeMapper.selectPage(page, null);
System.out.println(emps);
System.out.println("=获取分页相关的一些信息========");
System.out.println(“总条数:” +page.getTotal());
System.out.println("当前页码: "+ page.getCurrent());
System.out.println(“总页码:” + page.getPages());
System.out.println(“每页显示的条数:” + page.getSize());
System.out.println("是否有上一页: " + page.hasPrevious());
System.out.println("是否有下一页: " + page.hasNext());
//将查询的结果封装到page对象中
page.setRecords(emps);
}
如果返回类型是IPage,那么分页返回的IPage对象与传入IPage的对象是同一个
好用的工具===》Arrays用法总结
===================================================================
//通过id删除
@Test
public void testDeleteById() {
userMapper.deleteById(174);
}
//通过id批量删除
@Test
public void testDeleteBatchId() {
userMapper.deleteBatchIds(Arrays.asList(177, 178));
}
//通过map删除
@Test
public void testDeleteMap() {
HashMap<String, Object> map = new HashMap<>();
map.put(“name”, “大忽悠1号”);
userMapper.deleteByMap(map);
}
物理删除：从数据库中直接移除
逻辑删除：在数据库中没有被移除，而是通过一个变量来让他失效！delete=0 => delete=1
管理员可以查看被删除的记录！防止数据的丢失，类似于回收站！
说明
这里mybaitsPlus提供的逻辑删除功能，只对其默认提供给我们的增删改查的slq语句生效，如果是我们自己写的，则不会拥有其功能
只对自动注入的sql起效:
插入: 不作限制
查找: 追加where条件过滤掉已删除数据,且使用 wrapper.entity 生成的where条件会忽略该字段
更新: 追加where条件防止更新到已删除数据,且使用 wrapper.entity 生成的where条件会忽略该字段
删除: 转变为 更新
例如:
删除: update user set deleted=1 where id = 1 and deleted=0 (如果走了自动注入sql的删除操作，那么其实执行的是更新操作，即将deleted值变为1，即逻辑删除掉了)
查找: select id,name,deleted from user where deleted=0 （查找的时候只会查找出没有被逻辑删除掉的用户）
字段类型支持说明:
支持所有数据类型(推荐使用 Integer,Boolean,LocalDateTime)
如果数据库字段使用datetime,逻辑未删除值和已删除值支持配置为字符串null,另一个值支持配置为函数来获取值如now()
附录:
逻辑删除是为了方便数据恢复和保护数据本身价值等等的一种方案，但实际就是删除。
如果你需要频繁查出来看就不应使用逻辑删除，而是以一个状态去表示。
测试一下：
1.在数据表中增加deleted字段
2. 实体类中同步属性
//逻辑删除字段
@TableLogic
private Integer deleted;
3. 配置
mybatis-plus:
global-config:
db-config:
logic-delete-field: flag # 全局逻辑删除的实体字段名(since 3.3.0,配置后可以忽略不配置步骤2)
logic-delete-value: 1 # 逻辑已删除值(默认为 1)
logic-not-delete-value: 0 # 逻辑未删除值(默认为 0)
4.测试
@SpringBootTest
class SpringBootDaoApplicationTests
{
//继承了BaseMapper,所有的方法都来自于父类，我们页可以编写自己的扩展方法
@Autowired
UserMapper userMapper;
//通过id删除
@Test
public void testDeleteById()
{
userMapper.deleteById(174);
}
}
===============================================================================
我们在开发中，会遇到一些慢sql，我们有必要把它揪出来 。测试！druid…
MP也提供性能分析插件，如果超过这个时间就停止运行！官方3.1.0以上版本推荐使用p6spy！
? P6Spy 是一个可以用来在应用程序中拦截和修改数据操作语句的开源框架。 通过 P6Spy 我们可以对 SQL 语句进行拦截，相当于一个 SQL 语句的记录器，这样我们可以用它来作相关的分析，比如性能分析。
注意：该插件有性能损耗，建议平时开发测试时使用，不建议生产环境使用。
p6spy
p6spy
3.9.0
2.接着编辑 application.properties 文件，更换数据库连接驱动
P6Spy 工作原理：P6Spy 通过劫持 JDBC 驱动，在调用实际 JDBC 驱动前拦截调用的目标语，达到 SQL 语句日志记录的目的。
spring:
datasource: #是否使用安全连接
#mysal 8驱动不同com.mysql.cj.jdbc.Driver,还需要增加时区的配置 serverTimezone=GMT%2B8
url: jdbc:p6spy:mysql://localhost:3306/tx?userSSL=false&useUnicode=true&characterEncoding=utf-8
username: root
password: 123456
driver-class-name: com.p6spy.engine.spy.P6SpyDriver
profiles:
active: dev #激活开发环境
3.最后创建 spy.properties 配置文件即可：
#3.2.1以上使用
modulelist=com.baomidou.mybatisplus.extension.p6spy.MybatisPlusLogFactory,com.p6spy.engine.outage.P6OutageFactory
#3.2.1以下使用或者不配置
#modulelist=com.p6spy.engine.logging.P6LogFactory,com.p6spy.engine.outage.P6OutageFactory
自定义日志打印
logMessageFormat=com.baomidou.mybatisplus.extension.p6spy.P6SpyLogger
#日志输出到控制台
appender=com.baomidou.mybatisplus.extension.p6spy.StdoutLogger
使用日志系统记录 sql
#appender=com.p6spy.engine.spy.appender.Slf4JLogger
设置 p6spy driver 代理
deregisterdrivers=true
取消JDBC URL前缀
useprefix=true
配置记录 Log 例外,可去掉的结果集有error,info,batch,debug,statement,commit,rollback,result,resultset.
excludecategories=info,debug,result,commit,resultset
日期格式gui
dateformat=yyyy-MM-dd HH:mm:ss
实际驱动可多个
#driverlist=org.h2.Driver
是否开启慢SQL记录
outagedetection=true
慢SQL记录标准 2 秒
outagedetectioninterval=2
4.测试
@SpringBootTest
class SpringBootDaoApplicationTests
{
//继承了BaseMapper,所有的方法都来自于父类，我们页可以编写自己的扩展方法
@Autowired
UserMapper userMapper;
//通过id删除
@Test
@Profile({“dev”,“test”})
public void testDeleteById()
{
User user = userMapper.getUserId(174);
System.out.println(user);
}
}
注意，插件会影响性能，建议开发和测试环境下使用
@Profile注解详解
1. 上面的样例配置，我们是直接将日志输出到控制台，我们可以修改 appender 配置属性，使用日志系统记录 sql：
2. 再次执行查询，可以看到现在改用日志系统记录 sql 了：
也可以修改 appender 配置属性，将日志输出到文件中：
#日志输出到文件
appender=com.p6spy.engine.spy.appender.FileLogger
指定 Log 的文件名 默认 spy.log
logfile=spy.log
指定是否每次是增加 Log，设置为 false 则每次都会先进行清空 默认true
append=true
3.自定义日志格式
? 1. 如果觉得默认的日志格式不合适，我们也可以使用 logMessageFormat 和 customLogMessageFormat 这两个配置参数来自定义日志输出格式：
可用的变量为：
%(connectionId)：connection id %(currentTime)：当前时间
%(executionTime)：执行耗时 %(category)：执行分组 %(effectiveSql)：提交的 SQL 换行
%(effectiveSqlSingleLine)：提交的 SQL 不换行显示 %(sql)：执行的真实 SQL 语句，已替换占位
%(sqlSingleLine)：执行的真实 SQL 语句，已替换占位不换行显示
6spy.engine.spy.appender.CustomLineFormat
customLogMessageFormat=%(currentTime) |
SQL耗时： %(executionTime) ms |
连接信息： %(category)-%(connectionId) | 执行语句： %(sql)
=============================================================================
@Test
void test1() {
//查询name不为空的用户，并且邮箱不为空的，年龄大于等于12
QueryWrapper wapper = new QueryWrapper<>();
wapper.isNotNull(“name”) //这里推荐使用链式编程
.ge(“age”, 64);//大于等于
userMapper.selectList(wapper).forEach(System.out::println);
}
@Test
void test2() {
//查询名字为Tom
QueryWrapper wapper = new QueryWrapper<>();
wapper.eq(“name”,“bbb”);
//只查询一个用户
User user = userMapper.selectOne(wapper);
System.out.println(user);
}
//范围查询
@Test
void test3()
{
//查询年龄在20~30岁之间的用户
QueryWrapper wapper = new QueryWrapper<>();
wapper.between(“age”, 64, 68);//区间
System.out.println(userMapper.selectCount(wapper));//查询结果数
}