如果你还没阅读上一篇文章《MyBatis-Plus快速入门(一)》,建议先去阅读一下。本文是接着上一篇文章的内容来进行讲述的。
乐观锁
什么是乐观锁?什么又是悲观锁?
乐观锁:非常乐观,无论什么操作都不加锁。乐观锁的通常实现方式是在表中增加一个乐观锁字段(version)即可。当要更新一条记录时,希望这条记录没有被别人更新,一旦记录抢先被别人更新,那么当前更新就会失败。
悲观锁:非常悲观,无论什么操作都加锁。我们一旦加锁,那它就一定是悲观锁。
乐观锁的实现方式
乐观锁的实现方式如下:
- 取出记录时,获取当前version。
- 更新时,在条件中会带上这个version。
- 执行更新时,set version=newVersion where version=oldVersion,其中oldVersion就是我们一开始获取的version。
- 如果version不对,就会更新失败。
//乐观锁失败
@Test
void testOptimisticLocker2(){
//线程一查询原来的数据
User user = userMapper.selectById(1L);
//线程一修改当前数据
user.setName("Jack2");
//线程二抢先更新了
User user2 = userMapper.selectById(1L);
user2.setName("Jack3 ");
userMapper.updateById(user2);
//线程一执行修改
userMapper.updateById(user);
}
MP中如何配置乐观锁
1、在数据库表中添加version字段,将@Version注解添加到字段上。
@Version
private Integer version;
2、添加乐观锁插件。
@Configuration
public class MPConfig {
?
//乐观锁插件 本质是一个拦截器
@Bean
public OptimisticLockerInterceptor optimisticLockerInterceptor() {
return new OptimisticLockerInterceptor();
}
}
3、测试后发现更新SQL中自动带上了版本号。
查询策略
MP为我们提供了单条记录、多条记录、指定数量、分页等多种查询方法,测试方法如下:
//查询(使用的最多 ,单个,多个,指定数量,分页查询)
@Test
void testSelectById(){
User user=userMapper.selectById(1L);
System.out.println(user);
}
@Test
void testSelectByIds(){
//批量查询
List<User> users = userMapper.selectBatchIds(Arrays.asList(1, 2, 3));
users.forEach(System.out::println);
}
?
@Test
void testSelectByCount(){
//查询数据量
Integer count= userMapper.selectCount(null);
System.out.println(count);
}
?
@Test
void testSelectByMap(){
//简单条件查询
Map<String,Object> map=new HashMap<>();
map.put("name","wunian");
map.put("age",3);
List<User> users = userMapper.selectByMap(map);
users.forEach(System.out::println);
}
分页查询
MP的分页插件支持 MySQL、MariaDB、Oracle、DB2、H2、HSQL、SQLite、Postgre、SQLServer 等多种数据库。
测试代码如下:
//分页查询 limit(sql) MP内置了分页插件,导入即可
@Test
void testPage(){
//1、先查询总数
//2、本质还是limit 0,10(默认的)
//参数(当前页,每个页面的大小)
Page<User> page=new Page<>(2,5);
IPage<User> users = userMapper.selectPage(page, null);
System.out.println(page.getTotal());//总数
System.out.println(page.hasNext());//是否有下一页
System.out.println(page.hasPrevious());//是否有上一页
page.getRecords().forEach(System.out::println);//遍历数据
System.out.println(page.getSize());//获取当前页的记录数
}
删除策略
MP提供了删除单条记录和多条记录的方法。测试代码如下:
//删除(单个,多个)
@Test
void testDeleteById(){
userMapper.deleteById(1251036873686134785L);
}
?
@Test
void testDeleteByIds(){
userMapper.deleteBatchIds(Arrays.asList(1251036873686134785L,1251045724569370626L));
}
?
//简单的条件删除
@Test
void testDeletMap(){
Map<String,Object> map=new HashMap<>();
map.put("name","wunian");
map.put("age",3);
userMapper.deleteByMap(map);
}
逻辑删除
先来了解下逻辑删除和物理删除的概念:
- 逻辑删除:并不是真的从数据库中删除了,只是加了一个条件判断而已。
- 物理删除:直接从数据库中删除了。
业务场景:管理员在后台可以看到被删除的记录,使用逻辑删除可以保证项目的安全性和健壮性。
使用方法:
1、在数据库中添加逻辑删除字段deleted
2、在实体类字段中添加逻辑删除注解@TableLogic
@TableLogic //逻辑删除字段
private Integer deleted;
3、在配置类中添加处理逻辑删除的插件。
//逻辑删除插件
@Bean
public ISqlInjector sqlInjector() {
return new LogicSqlInjector();
}
4、在配置文件中配置逻辑删除。
#配置逻辑删除 删除:1 不删除:0
mybatis-plus.global-config.db-config.logic-delete-value=1
mybatis-plus.global-config.db-config.logic-not-delete-value=0
5、只要配置了逻辑删除,以后的查询都会带上逻辑删除字段,这样能够保证程序效率和结果正常。
6、查询被删除的数据,请单独手写SQL。
SELECT * FROM user WHERE deleted=1
性能分析
MP提供了性能分析插件,它能在开发中帮助我们排除慢SQL。
如果要使用性能分析插件,只需要在配置类中配置即可。
//SQL执行效率插件
@Bean
@Profile({"dev","test"})// 设置 dev test 环境开启
public PerformanceInterceptor performanceInterceptor() {
PerformanceInterceptor interceptor=new PerformanceInterceptor();
//允许执行的sql的最长时间,默认的单位是毫秒
//超过这个时间sql会报错
interceptor.setMaxTime(100);
//格式化sql代码
interceptor.setFormat(true);
return interceptor;
}
正常开发时可以在控制台查看到SQL的执行效率。
如果SQL的执行时间,超过了我们设置的最长时间范围,控制台就会报错。
一般解决慢SQL的方法无非就是优化SQL语句,建立索引,分库分表这些。
条件构造器
我们平时编写SQL,一般使用的最多的就是一些查询条件,MP为我们提供了条件构造器来动态构造SQL语句。
测试代码如下:
@SpringBootTest
public class WrapperTest {
?
@Autowired
private UserMapper userMapper;
?
//条件查询器
@Test
void testWrapper(){
QueryWrapper<User> wrapper = new QueryWrapper<>();
//链式编程,可以构造多个条件,会自动拼接SQL
wrapper
.isNotNull("name")
.ge("age",28); //大于等于
//.eq("age",100)
userMapper.delete(wrapper);
}
?
//边界查询
@Test
void testWrapper2(){
QueryWrapper<User> wrapper = new QueryWrapper<>();
wrapper.between("age",20,28);
userMapper.selectCount(wrapper);
}
?
//精准匹配
@Test
void testWrapper3(){
QueryWrapper<User> wrapper = new QueryWrapper<>();
Map<String,Object> map=new HashMap<>();
map.put("name","Jack");
map.put("age",20);
wrapper.allEq(map);
userMapper.selectList(wrapper);
}
?
//模糊查询
@Test
void testWrapper4(){
QueryWrapper<User> wrapper = new QueryWrapper<>();
wrapper.notLike("name","j") //like '%j%'
.likeRight("email","t"); // like 't%'
userMapper.selectMaps(wrapper);
}
//子查询(in)
@Test
void testWrapper5(){
QueryWrapper<User> wrapper = new QueryWrapper<>();
//wrapper.in("id",1,2,3,4);
//子查询
wrapper.inSql("id","select id from user where id<3");
userMapper.selectObjs(wrapper);
}
?
// and or
@Test
void testWrapper6(){
User user=new User();
user.setAge(100);
user.setName("Jack");
UpdateWrapper<User> updateWrapper = new UpdateWrapper<>();
//在一些新的框架中,链式编程,lambda表达式,函数式接口用的非常多
updateWrapper
.like("name","k")
.or(i->i.eq("name","wunian").ne("age",0));
userMapper.update(user,updateWrapper);
}
?
//排序
@Test
void testWrapper7(){
QueryWrapper<User> wrapper=new QueryWrapper();
wrapper.orderByAsc("id");
userMapper.selectList(wrapper);
}
?
//多表查询解决方案 last(不建议使用)
//一般大公司会设计冗余字段,很少用到多表查询
//如果要多表查询,没有简便办法,自己扩展即可
@Test
void testWrapper8(){
QueryWrapper<User> wrapper=new QueryWrapper();
wrapper.last("limit 1");
userMapper.selectList(wrapper);
}
}
注意:last方法只能调用一次,多次调用以最后一次为准,并且有SQL注入的风险,请谨慎使用。
本文暂时没有评论,来添加一个吧(●'◡'●)