@Test
void testInsert(){
User user = new User();
user.setName("tuwer");
user.setAge(8);
user.setEmail("[email protected]");
// 会自动生成id
int res = userMapper.insert(user);
System.out.println(res);
System.out.println(user);
}
@TableId
- 描述:主键注解
- 使用位置:实体类主键字段
@Documented
@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.FIELD, ElementType.ANNOTATION_TYPE})
public @interface TableId {
/**
* 字段名(该值可无)
*/
String value() default "";
/**
* 主键类型
* {@link IdType}
*/
IdType type() default IdType.NONE;
}
IdType 枚举类
public enum IdType {
/**
* 数据库ID自增
* 该类型请确保数据库设置了 ID自增 否则无效
*/
AUTO(0),
/**
* 该类型为未设置主键类型(注解里等于跟随全局,全局里约等于 INPUT)
*/
NONE(1),
/**
* 用户输入ID
* 该类型可以通过自己注册自动填充插件进行填充
*/
INPUT(2),
/* 以下3种类型、只有当插入对象ID 为空,才自动填充。 */
/**
* 分配ID (主键类型为number或string),
* 默认实现类 {@link com.baomidou.mybatisplus.core.incrementer.DefaultIdentifierGenerator}(雪花算法)
*
* @since 3.3.0
*/
ASSIGN_ID(3),
/**
* 分配UUID (主键类型为 string)
* 默认实现类 {@link com.baomidou.mybatisplus.core.incrementer.DefaultIdentifierGenerator}(UUID.replace("-",""))
*/
ASSIGN_UUID(4);
private final int key;
IdType(int key) {
this.key = key;
}
}
- 雪花(snowflake)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(北京、香港···),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。
@Test
void testUpdate(){
User user = new User();
user.setId(8L);
user.setName("tuwer测试");
user.setAge(28);
user.setEmail("[email protected]");
// 虽然方法是ById,但参数是类对象user
int i = userMapper.updateById(user);
System.out.println(i);
}
创建时间、更改时间! 这些操作一般都是自动化完成,不需要手动更新
阿里巴巴开发手册︰几乎所有的表都要配置 gmt_create、gmt_modified !而且需要自动化
实际开发中不允许修改数据库级别
gmt_create
和 gmt_modified
字段alter table user add gmt_create datetime default CURRENT_TIMESTAMP null comment '创建时间';
alter table user add gmt_modified datetime default CURRENT_TIMESTAMP null on update CURRENT_TIMESTAMP comment '更新时间';
修改实体类
驼峰命名:
gmtCreate
对应于数据库中的gmt_create
日期类型可以用
Date
和LocalDateTime
,建议用LocalDateTime
private Date gmtCreate;
private LocalDateTime gmtModified;
删除数据库级别中的操作:默认值、更新
实体类字段属性上增加注解
// 插入时填充
@TableField(fill = FieldFill.INSERT)
private Date gmtCreate;
// 插入、更新时填充
@TableField(fill = FieldFill.INSERT_UPDATE)
private LocalDateTime gmtModified;
填充处理器
- 填充处理器
MyMetaObjectHandler
在 Spring Boot 中需要声明@Component
或@Bean
注入
@Slf4j
@Component
public class MyMetaObjectHandler implements MetaObjectHandler {
@Override
public void insertFill(MetaObject metaObject) {
log.info("开始插入时填充...");
this.strictInsertFill(metaObject, "gmtCreate", Date.class, new Date());
this.strictInsertFill(metaObject, "gmtModified", LocalDateTime.class, LocalDateTime.now());
}
@Override
public void updateFill(MetaObject metaObject) {
log.info("开始插入更新时填充...");
this.strictUpdateFill(metaObject, "gmtModified", LocalDateTime.class, LocalDateTime.now());
}
}
插入测试
更新测试
乐观锁:十分乐观,总是认为不会出现问题;无论干什么都不上锁!如果出现问题,再次更新值测试
悲观锁:十分悲观,总是认为会出现问题;无论干什么都会上锁!再去操作!
乐观锁实现方式:
当要更新一条记录的时候,希望这条记录没有被别人更新
- 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
添加
version
字段
添加
version
属性,并添加@Version
注解
@Version
private Integer version;
@Configuration
@MapperScan("com.tuwer.mapper")
public class MybatisPlusConfig {
/**
* 注册乐观锁组件
*/
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor mybatisPlusInterceptor = new MybatisPlusInterceptor();
mybatisPlusInterceptor.addInnerInterceptor(new OptimisticLockerInnerInterceptor());
return mybatisPlusInterceptor;
}
}
@Test
public void testOptimisticLocker1(){
//1、查询用户信息
User user = userMapper.selectById(8L);
//2、修改用户信息
user.setAge(18);
user.setEmail("[email protected]");
//3、执行更新操作
userMapper.updateById(user);
}
@Test
public void testOptimisticLocker2(){
// 线程1
User user1 = userMapper.selectById(8L);
user1.setAge(1);
user1.setEmail("[email protected]");
// 模拟另外一个线程执行了插队操作
User user2 = userMapper.selectById(8L);
user2.setAge(2);
user2.setEmail("[email protected]");
userMapper.updateById(user2);
// 自旋锁来多次尝试提交!
userMapper.updateById(user1);//如果没有乐观锁就会覆盖插队线程的值
}
@Test
public void testSelectById(){
User user = userMapper.selectById(8L);
System.out.println(user);
}
@Test
public void testSelectBatchIds(){
List<User> users = userMapper.selectBatchIds(Arrays.asList(1L, 2L, 5L));
users.forEach(System.out::println);
}
@Test
public void testSelectByMap() {
HashMap<String, Object> map = new HashMap<>();
map.put("name", "tuwer");
map.put("age", 2);
List<User> users = userMapper.selectByMap(map);
}
selectPage()
// 参数1:IPage对象 // 参数2:Wrapper 条件构造器 // 返回:IPage对象;把结果封装进参数1的IPage对象 <P extends IPage<T>> P selectPage(P page, @Param(Constants.WRAPPER) Wrapper<T> queryWrapper);
Page 类
- Page 类实现了 IPage 接口
- 默认值:每页显示条数
10
,当前页1
public class Page<T> implements IPage<T> {
// ...
/**
* 每页显示条数,默认 10
*/
protected long size = 10;
/**
* 当前页
*/
protected long current = 1;
// ...
}
构造器
/**
* 注册组件
*/
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor mybatisPlusInterceptor = new MybatisPlusInterceptor();
// 乐观锁 ...
// 分页
mybatisPlusInterceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));
return mybatisPlusInterceptor;
}
查询
@Test
public void testSelectPage(){
// 按Page默认值查询
Page<User> page = new Page<>();
userMapper.selectPage(page, null);
page.getRecords().forEach(System.out::println);
}
@Test
public void testSelectPage(){
// 查第2页,3条记录
Page<User> page = new Page<>(2,3);
userMapper.selectPage(page, null);
page.getRecords().forEach(System.out::println);
}
从数据库中直接删除
- 在数据库中没有被删除,而是通过一个变量来使它失效! deleted=0 ==> deleted=1
- 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
- 删除: 转变为 更新
deleted
字段alter table user add deleted tinyint default 0 not null comment '逻辑删除';
mybatis-plus:
global-config:
db-config:
#logic-delete-field: deleted # 逻辑删除的实体字段名(配置后可以忽略不配置实体类)
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)
deleted
属性,并添加 @TableLogic
注解@TableLogic // 如果配置了logic-delete-field: deleted,此处可以省略 @TableLogic
private Integer deleted;
@Test
public void testDelete(){
userMapper.deleteById(8L);
}
配置
logic-delete-field: deleted
,省略@TableLogic