• MybatisPlus 核心功能 条件构造器 自定义SQL Service接口 静态工具


    MybatisPlus 快速入门 常见注解 配置_软工菜鸡的博客-CSDN博客

    2.核心功能

    刚才的案例中都是以id为条件的简单CRUD,一些复杂条件的SQL语句就要用到一些更高级的功能了。

    2.1.条件构造器

    除了新增以外,修改、删除、查询的SQL语句都需要指定where条件。因此BaseMapper中提供的相关方法除了以id作为where条件以外,还支持更加复杂的where条件。

    参数中的Wrapper就是条件构造的抽象类,其下有很多默认实现,继承关系如图:

    Wrapper的子类AbstractWrapper提供了where中包含的所有条件构造方法:

    而QueryWrapper在AbstractWrapper的基础上拓展了一个select方法,允许指定查询字段

    而UpdateWrapper在AbstractWrapper的基础上拓展了一个set方法,允许指定SQL中的SET部分:

    接下来,我们就来看看如何利用Wrapper实现复杂查询。

    2.1.1.QueryWrapper

    无论是修改、删除、查询,都可以使用QueryWrapper来构建查询条件。接下来看一些例子:

    查询:查询出名字中带o的,存款大于等于1000元的人。代码如下:

    1. @Test
    2. void testQueryWrapper() {
    3. // 1.构建查询条件 where name like "%o%" AND balance >= 1000
    4. QueryWrapper<User> wrapper = new QueryWrapper<User>()
    5. .select("id", "username", "info", "balance")
    6. .like("username", "o")
    7. .ge("balance", 1000);
    8. // 2.查询数据
    9. List<User> users = userMapper.selectList(wrapper);
    10. users.forEach(System.out::println);
    11. }

    更新:更新用户名为jack的用户的余额为2000,代码如下:

    1. @Test
    2. void testUpdateByQueryWrapper() {
    3. // 1.构建查询条件 where name = "Jack"
    4. QueryWrapper<User> wrapper = new QueryWrapper<User>().eq("username", "Jack");
    5. // 2.更新数据,user中非null字段都会作为set语句
    6. User user = new User();
    7. user.setBalance(2000);
    8. userMapper.update(user, wrapper);
    9. }

    2.1.2.UpdateWrapper

    基于BaseMapper中的update方法更新时只能直接赋值,对于一些复杂的需求就难以实现

    例如:更新id为1,2,4的用户的余额,扣200,对应的SQL应该是:

    UPDATE user SET balance = balance - 200 WHERE id in (1, 2, 4)

    SET的赋值结果是基于字段现有值的,这个时候就要利用UpdateWrapper中的setSql功能 来-200了:

    1. @Test
    2. void testUpdateWrapper() {
    3. List<Long> ids = List.of(1L, 2L, 4L);
    4. // 1.生成SQL
    5. UpdateWrapper<User> wrapper = new UpdateWrapper<User>()
    6. .setSql("balance = balance - 200") // SET balance = balance - 200
    7. .in("id", ids); // WHERE id in (1, 2, 4)
    8. // 2.更新,注意第一个参数可以给null,也就是不填更新字段和数据,
    9. // 而是基于UpdateWrapper中的setSQL来更新
    10. userMapper.update(null, wrapper);
    11. }

    2.1.3.LambdaQueryWrapper

    无论是QueryWrapper还是UpdateWrapper在构造条件的时候都需要写死字段名称,会出现字符串魔法值。这在编程规范中显然是不推荐的。

    那怎么样才能不写字段名,又能知道字段名呢?

    其中一种办法是基于变量的gettter方法结合反射技术。因此我们只要将条件对应的字段的getter方法传递给MybatisPlus,它就能计算出对应的变量名了。而传递方法可以使用JDK8中的方法引用Lambda表达式。

    因此MybatisPlus又提供了一套基于Lambda的Wrapper,包含两个:

    • LambdaQueryWrapper
    • LambdaUpdateWrapper

    分别对应QueryWrapper和UpdateWrapper

    其使用方式如下:

    1. @Test
    2. void testLambdaQueryWrapper() {
    3. // 1.构建条件 WHERE username LIKE "%o%" AND balance >= 1000
    4. QueryWrapper<User> wrapper = new QueryWrapper<>();
    5. wrapper.lambda()
    6. .select(User::getId, User::getUsername, User::getInfo, User::getBalance)
    7. .like(User::getUsername, "o")
    8. .ge(User::getBalance, 1000);
    9. // 2.查询
    10. List<User> users = userMapper.selectList(wrapper);
    11. users.forEach(System.out::println);
    12. }

    2.2.自定义SQL

    在演示UpdateWrapper的案例中,我们在代码中编写了更新的SQL语句:

    这种写法在某些企业也是不允许的,因为SQL语句最好都维护在持久层,而不是业务层。就当前案例来说,由于条件是in语句,只能将SQL写在Mapper.xml文件,利用foreach来生成动态SQL。

    这实在是太麻烦了。假如查询条件更复杂,动态SQL的编写也会更加复杂。

    所以,MybatisPlus提供了自定义SQL功能,可以让我们利用Wrapper生成查询条件,再结合Mapper.xml编写SQL

    2.2.1.基本用法

    以当前案例来说,我们可以这样写:

    1. @Test
    2. void testCustomWrapper() {
    3. // 1.准备自定义查询条件
    4. List<Long> ids = List.of(1L, 2L, 4L);
    5. QueryWrapper<User> wrapper = new QueryWrapper<User>().in("id", ids);
    6. // 2.调用mapper的自定义方法,直接传递Wrapper
    7. userMapper.deductBalanceByIds(200, wrapper);
    8. }

    然后在UserMapper中自定义SQL:

    1. public interface UserMapper extends BaseMapper<User> {
    2. @Select("UPDATE user SET balance = balance - #{money} ${ew.customSqlSegment}")
    3. void deductBalanceByIds(@Param("money") int money, @Param("ew") QueryWrapper wrapper);
    4. }

    这样就省去了编写复杂查询条件的烦恼了。

    2.2.2.多表关联

    理论上来将MyBatisPlus是不支持多表查询的,不过我们可以利用Wrapper中自定义条件结合自定义SQL来实现多表查询的效果。

    例如,我们要查询出所有收货地址在北京的并且用户id在1、2、4之中的用户

    要是自己基于mybatis实现SQL,大概是这样的:

    1. <select id="queryUserByIdAndAddr" resultType="com.itheima.mp.domain.po.User">
    2. SELECT *
    3. FROM user u
    4. INNER JOIN address a ON u.id = a.user_id
    5. WHERE u.id
    6. <foreach collection="ids" separator="," item="id" open="IN (" close=")">
    7. #{id}
    8. </foreach>
    9. AND a.city = #{city}
    10. </select>

    可以看出其中最复杂的就是WHERE条件的编写,如果业务复杂一些,这里的SQL会更变态。但是基于自定义SQL结合Wrapper的玩法,我们就可以利用Wrapper来构建查询条件,然后手写SELECT及FROM部分,实现多表查询。

    查询条件这样来构建:

    1. @Test
    2. void testCustomJoinWrapper() {
    3. // 1.准备自定义查询条件
    4. QueryWrapper<User> wrapper = new QueryWrapper<User>()
    5. .in("u.id", List.of(1L, 2L, 4L))
    6. .eq("a.city", "北京");
    7. // 2.调用mapper的自定义方法
    8. List<User> users = userMapper.queryUserByWrapper(wrapper);
    9. users.forEach(System.out::println);
    10. }

    然后在UserMapper中自定义方法:

    1. @Select("SELECT u.* FROM user u INNER JOIN address a ON u.id = a.user_id ${ew.customSqlSegment}")
    2. List queryUserByWrapper(@Param("ew")QueryWrapper wrapper);

    当然,也可以在UserMapper.xml中写SQL:

    1. <select id="queryUserByIdAndAddr" resultType="com.itheima.mp.domain.po.User">
    2. SELECT * FROM user u INNER JOIN address a ON u.id = a.user_id ${ew.customSqlSegment}
    3. </select>

    2.3.Service接口

    关于mybatis-plus中Service和Mapper的分析

    MybatisPlus不仅提供了BaseMapper,还提供了通用的Service接口及默认实现,封装了一些常用的service模板方法。

    通用接口为IService,默认实现为ServiceImpl,其中封装的方法可以分为几类:

    • save:新增
    • remove:删除
    • update:更新
    • get:查询单个结果
    • list:查询集合结果
    • count:计数
    • page:分页查询

    2.3.1.CRUD

    我们先俩看下基本的CRUD接口。

    新增

    • save是新增单个元素
    • saveBatch批量新增
    • saveOrUpdate根据id判断,如果数据存在就更新,不存在则新增
    • saveOrUpdateBatch是批量的新增或修改

    删除:

    • removeById:根据id删除
    • removeByIds:根据id批量删除
    • removeByMap:根据Map中的键值对为条件删
    • remove(Wrapper):根据Wrapper条件删
    • ~~removeBatchByIds~~:暂不支持

    修改:

    • updateById:根据id修改
    • update(Wrapper):根据UpdateWrapper修改,Wrapper中包含setwhere部分
    • update(T,Wrapper):按照T内的数据修改与Wrapper匹配到的数据
    • updateBatchById:根据id批量修

    Get:

    • getById:根据id查询1条数据
    • getOne(Wrapper):根据Wrapper查询1条数据
    • getBaseMapper:获取Service内的BaseMapper实现,某些时候需要直接调用Mapper内的自定义SQL时可以用这个方法获取到Mapper

    List:

    • listByIds:根据id批量查询
    • list(Wrapper):根据Wrapper条件查询多条数
    • list():查询所有

    Count

    • count():统计所有数量
    • count(Wrapper):统计符合Wrapper条件的数据数量

    getBaseMapper

    当我们在service中要调用Mapper中自定义SQL时,就必须获取service对应的Mapper,就可以通过这个方法:

    2.3.2.基本用法

    由于Service中经常需要定义与业务有关的自定义方法,因此我们不能直接使用IService,而是自定义Service接口,然后继承IService以拓展方法。同时,让自定义的Service实现类继承ServiceImpl,这样就不用自己实现IService中的接口了。

    首先,定义UserService,继承IService

    1. package com.itheima.mp.service;
    2. import com.baomidou.mybatisplus.extension.service.IService;
    3. import com.itheima.mp.domain.po.User;
    4. public interface UserService extends IService<User> {
    5. // 拓展自定义方法
    6. }

    然后,编写UserServiceImpl类,继承ServiceImpl,实现UserService

    1. package com.itheima.mp.service.impl;
    2. import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    3. import com.itheima.mp.domain.po.User;
    4. import com.itheima.mp.domain.po.service.UserService;
    5. import com.itheima.mp.mapper.UserMapper;
    6. import org.springframework.stereotype.Service;
    7. @Service
    8. public class UserServiceImpl extends ServiceImpl, User> implements UserService {
    9. }

    项目结构如下:

    最后,编写一个测试类,测试一下:

    1. package com.itheima.mp.service;
    2. import com.itheima.mp.domain.po.User;
    3. import org.junit.jupiter.api.Test;
    4. import org.springframework.beans.factory.annotation.Autowired;
    5. import org.springframework.boot.test.context.SpringBootTest;
    6. import java.util.List;
    7. import static org.junit.jupiter.api.Assertions.*;
    8. @SpringBootTest
    9. class UserServiceTest {
    10. @Autowired
    11. UserService userService;
    12. @Test
    13. void testService() {
    14. List list = userService.list();
    15. list.forEach(System.out::println);
    16. }
    17. }

    2.3.3.批量新增

    IService中的批量新增功能使用起来非常方便,但有一点注意事项,我们来测试一下。

    首先我们测试逐条插入数据:

    1. @Test
    2. void testSaveOneByOne() {
    3. long b = System.currentTimeMillis();
    4. for (int i = 1; i <= 100000; i++) {
    5. userService.save(buildUser(i));
    6. }
    7. long e = System.currentTimeMillis();
    8. System.out.println("耗时:" + (e - b));
    9. }
    10. private User buildUser(int i) {
    11. User user = new User();
    12. user.setUsername("user_" + i);
    13. user.setPassword("123");
    14. user.setPhone("" + (18688190000L + i));
    15. user.setBalance(2000);
    16. user.setInfo("{\"age\": 24, \"intro\": \"英文老师\", \"gender\": \"female\"}");
    17. user.setCreateTime(LocalDateTime.now());
    18. user.setUpdateTime(user.getCreateTime());
    19. return user;
    20. }

    执行结果如下:

    可以看到速度非常慢。

    然后再试试MybatisPlus的批处理

    1. @Test
    2. void testSaveBatch() {
    3. // 准备10万条数据
    4. List<User> list = new ArrayList<>(1000);
    5. long b = System.currentTimeMillis();
    6. for (int i = 1; i <= 100000; i++) {
    7. list.add(buildUser(i));
    8. //1000条批量插入一次
    9. if (i % 1000 == 0) {
    10. userService.saveBatch(list);
    11. list.clear();
    12. }
    13. }
    14. long e = System.currentTimeMillis();
    15. System.out.println("耗时:" + (e - b));
    16. }

    执行最终耗时如下:

    可以看到使用了批处理以后,比逐条新增效率提高了10倍左右,性能还是不错的。

    不过,我们简单查看一下MybatisPlus源码:

    1. @Transactional(rollbackFor = Exception.class)
    2. @Override
    3. public boolean saveBatch(Collection<T> entityList, int batchSize) {
    4. String sqlStatement = getSqlStatement(SqlMethod.INSERT_ONE);
    5. return executeBatch(entityList, batchSize, (sqlSession, entity) -> sqlSession.insert(sqlStatement, entity));
    6. }
    7. // ...SqlHelper
    8. public static <E> boolean executeBatch(Class<?> entityClass, Log log, Collection<E> list, int batchSize, BiConsumer<SqlSession, E> consumer) {
    9. Assert.isFalse(batchSize < 1, "batchSize must not be less than one");
    10. return !CollectionUtils.isEmpty(list) && executeBatch(entityClass, log, sqlSession -> {
    11. int size = list.size();
    12. int idxLimit = Math.min(batchSize, size);
    13. int i = 1;
    14. for (E element : list) {
    15. consumer.accept(sqlSession, element);
    16. if (i == idxLimit) {
    17. sqlSession.flushStatements();
    18. idxLimit = Math.min(idxLimit + batchSize, size);
    19. }
    20. i++;
    21. }
    22. });
    23. }

    可以发现其实MybatisPlus的批处理是基于PrepareStatement的预编译模式,然后批量提交,最终在数据库执行时还是有多条insert语句,逐条插入数据。SQL类似这样:

    1. Preparing: INSERT INTO user ( username, password, phone, info, balance, create_time, update_time ) VALUES ( ?, ?, ?, ?, ?, ?, ? )
    2. Parameters: user_1, 123, 18688190001, "", 2000, 2023-07-01, 2023-07-01
    3. Parameters: user_2, 123, 18688190002, "", 2000, 2023-07-01, 2023-07-01
    4. Parameters: user_3, 123, 18688190003, "", 2000, 2023-07-01, 2023-07-01

    而如果想要得到最佳性能,最好是将多条SQL合并为一条,像这样:

    1. INSERT INTO user ( username, password, phone, info, balance, create_time, update_time )
    2. VALUES
    3. (user_1, 123, 18688190001, "", 2000, 2023-07-01, 2023-07-01),
    4. (user_2, 123, 18688190002, "", 2000, 2023-07-01, 2023-07-01),
    5. (user_3, 123, 18688190003, "", 2000, 2023-07-01, 2023-07-01),
    6. (user_4, 123, 18688190004, "", 2000, 2023-07-01, 2023-07-01);

    该怎么做呢?

    MySQL的客户端连接参数中有这样的一个参数:rewriteBatchedStatements。顾名思义,就是重写批处理的statement语句。参考文档:

    cj-conn-prop_rewriteBatchedStatements

    这个参数的默认值是false,我们需要修改连接参数,将其配置为true

    修改项目中的application.yml文件,在jdbc的url后面添加参数&rewriteBatchedStatements=true:

    1. spring:
    2. datasource:
    3. url: jdbc:mysql://127.0.0.1:3306/mp?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai&rewriteBatchedStatements=true
    4. driver-class-name: com.mysql.cj.jdbc.Driver
    5. username: root
    6. password: MySQL123

    再次测试插入10万条数据,可以发现速度有非常明显的提升:

    ClientPreparedStatementexecuteBatchInternal中,有判断rewriteBatchedStatements值是否为true并重写SQL的功能:

    最终,SQL被重写了:

    2.3.4.Lambda

    Service中对LambdaQueryWrapperLambdaUpdateWrapper的用法进一步做了简化。我们无需自己通过new的方式来创建Wrapper,而是直接调用lambdaQuerylambdaUpdate方法

    基于Lambda查询:

    1. @Test
    2. void testLambdaQuery() {
    3. // 1.查询1
    4. User rose = userService.lambdaQuery()
    5. .eq(User::getUsername, "Rose")
    6. .one(); // .one()查询1
    7. System.out.println("rose = " + rose);
    8. // 2.查询多个
    9. List<User> users = userService.lambdaQuery()
    10. .like(User::getUsername, "o")
    11. .list(); // .list()查询集合
    12. users.forEach(System.out::println);
    13. // 3.count统计
    14. Long count = userService.lambdaQuery()
    15. .like(User::getUsername, "o")
    16. .count(); // .count()则计数
    17. System.out.println("count = " + count);
    18. }

    可以发现lambdaQuery方法中除了可以构建条件,而且根据链式编程的最后一个方法来判断最终的返回结果,可选的方法有:

    • .one():最多1个结果
    • .list():返回集合结果
    • .count():返回计数结果

    lambdaQuery还支持动态条件查询。比如下面这个需求:

    定义一个方法,接收参数为username、status、minBalance、maxBalance,参数可以为空。
    如果username参数不为空,则采用模糊查询;
    如果status参数不为空,则采用精确匹配;
    如果minBalance参数不为空,则余额必须大于minBalance
    如果maxBalance参数不为空,则余额必须小于maxBalance

    这个需求就是典型的动态查询,在业务开发中经常碰到,实现如下:

    1. @Test
    2. void testQueryUser() {
    3. List<User> users = queryUser("o", 1, null, null);
    4. users.forEach(System.out::println);
    5. }
    6. public List<User> queryUser(String username, Integer status, Integer minBalance, Integer maxBalance) {
    7. return userService.lambdaQuery()
    8. .like(username != null , User::getUsername, username)
    9. .eq(status != null, User::getStatus, status)
    10. .ge(minBalance != null, User::getBalance, minBalance)
    11. .le(maxBalance != null, User::getBalance, maxBalance)
    12. .list();
    13. }

    基于Lambda更新:

    1. @Test
    2. void testLambdaUpdate() {
    3. userService.lambdaUpdate()
    4. .set(User::getBalance, 800) // set balance = 800
    5. .eq(User::getUsername, "Jack") // where username = "Jack"
    6. .update(); // 执行Update
    7. }

    lambdaUpdate()方法后基于链式编程,可以添加set条件和where条件。但最后一定要跟上update(),否则语句不会执行。

    lambdaUpdate()同样支持动态条件,例如下面的需求:

    基于IService中的lambdaUpdate()方法实现一个更新方法,满足下列需求:
    1 参数为balance、id、username
    2 id或username至少一个不为空,根据id或username精确匹配用户
    3 将匹配到的用户余额修改为balance
    4 如果balance为0,则将用户status修改为冻结状态(2)

    实现如下:

    1. @Test
    2. void testUpdateBalance() {
    3. updateBalance(0L, 1L, null);
    4. }
    5. public void updateBalance(Long balance, Long id, String username){
    6. userService.lambdaUpdate()
    7. .set(User::getBalance, balance)
    8. .set(balance == 0, User::getStatus, 2)
    9. .eq(id != null, User::getId, id)
    10. .eq(username != null, User::getId, username)
    11. .update();
    12. }

    2.4.静态工具

    有的时候Service之间也会相互调用,为了避免出现循环依赖问题,可以调用Service 的mapper或者MybatisPlus提供一个静态工具类:Db,其中的一些静态方法与IService方法签名基本一致,也可以帮助我们实现CRUD功能:

    Db的静态方法与IService方法区别:除了save、update其他的参数带class类,然后就知道要操作哪个表了

    示例:

    1. @Test
    2. void testDbGet() {
    3. User user = Db.getById(1L, User.class);
    4. System.out.println(user);
    5. }
    6. @Test
    7. void testDbList() {
    8. // 利用Db实现复杂条件查询
    9. List<User> list = Db.lambdaQuery(User.class)
    10. .like(User::getUsername, "o")
    11. .ge(User::getBalance, 1000)
    12. .list();
    13. list.forEach(System.out::println);
    14. }
    15. @Test
    16. void testDbUpdate() {
    17. Db.lambdaUpdate(User.class)
    18. .set(User::getBalance, 2000)
    19. .eq(User::getUsername, "Rose");
    20. }
  • 相关阅读:
    我国实战攻防演练的发展现状
    修改smartbi的JVM调优
    【面试题】智力题
    CA周记 - Build 2022 上开发者最应关注的七大方向主要技术更新
    从mysql 数据库表导入数据到elasticSearch的几种方式
    SpringMVC ---- RESTful案例
    APP中RN页面热更新流程-ReactNative源码分析
    android免root读写u盘最新方法,支持安卓Q+
    数据结构基础内容-----第三章 线性表
    【实例分割】论文详解YOLACT:Real-time Instance Segmentation
  • 原文地址:https://blog.csdn.net/m0_67184231/article/details/132676911