mybatisPlus 实践篇之CRUD操作

mybatisPlus 实践篇之CRUD操作

viEcho Lv5
  2021-04-23 19:55:09 2021-04-23 19:55:09 Created   2024-01-18 15:06:59 2024-01-18 15:06:59 Updated      2.4k Words  10 Mins

上篇我们说了mybaits-plus的逆向工程的操作，这篇我们来说下CRUD操作吧，本来打算写一篇的，但是篇幅实在有点长；可读性不好，还是拆一下；

快速开始

这里就不重新建项目引入依赖了，我们直接在上篇的项目中开始
开始之前，我们需要开启打印下mybatis-plus在控制台打印的sql,只需要在yaml文件中加上如下配置即可

1
2
3
mybatis-plus:
  configuration:
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl

测试查询查看控制台输出：

我们先来看下BaseMapper中有哪些方法，如下：

查询操作

添加分页拦截器,新建MpHandler如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
package com.demo.study.config;

import com.baomidou.mybatisplus.core.handlers.MetaObjectHandler;
import org.apache.ibatis.reflection.MetaObject;
import org.springframework.context.annotation.Configuration;
import java.util.Date;

@Configuration
public class MpHandler {
     // 分页插件
    @Bean
    public PaginationInterceptor paginationInterceptor(){
        return new PaginationInterceptor();
    }
}

测试查询

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
// 查询(使用的最多，单个，多个，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 SELECT COUNT(1) FROM user
    Integer integer = userMapper.selectCount(null);
    System.out.println(integer);
}

@Test
void testSelectByMap(){
    // 简单的条件查询!
    HashMap<String, Object> map = new HashMap<>();
    map.put("name","张三");
    map.put("age",21);
    List<User> users = userMapper.selectByMap(map);
    users.forEach(System.out::println);
}
// 分页实现 limit(sql) PageHelper Mp内置分页插件(导入即可!)
@Test
void testPage(){ // 当前页、总页数
    //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!)
    // 以后做分页就使用Page对象即可!
    Page<User> page = new Page<>(2,5);
    userMapper.selectPage(page,null);
    System.out.println(page.getTotal());
    System.out.println(page.hasNext());
    System.out.println(page.hasPrevious());
    page.getRecords().forEach(System.out::println);
    System.out.println(page.getSize());
}

新增操作

user实体对应字段

1
2
3
4
5
6
7
8
9
10
11
12
13
14
// 配置主键自增策略 当然还有其他策略可以自行选择（还有雪花算法，手动设置，uuid等）
@ApiModelProperty(value = "主键")
@TableId(value = "id", type = IdType.AUTO)
private Integer id;

//因为上篇文章中我们配置了这两个时间字段的自动填充策略，
//那么我们在执行插入和更新操作的时候就会自动更新为当前时间
@ApiModelProperty(value = "创建时间")
@TableField(fill = FieldFill.INSERT)
private Date createdDate;

@ApiModelProperty(value = "更新时间")
@TableField(fill = FieldFill.INSERT_UPDATE)
private Date updatedDate;

开始之前，我们还需要配置下注解处理器，处理时间的自动填充
MpHandler implements MetaObjectHandler 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// 插入的策略
@Override
public void insertFill(MetaObject metaObject) {
    // this.setFieldValByName()设置当前字段的值!
    // String fieldName, Object fieldVal, MetaObject metaObjec
    // 以后只要是插入操作就会自动控制
    // createTime updateTime 使用 new Date() 进行填充
    this.setFieldValByName("createdDate",new Date(),metaObject);
    this.setFieldValByName("updatedDate",new Date(),metaObject);
}
    // 更新策略
@Override
public void updateFill(MetaObject metaObject) {
    this.setFieldValByName("updatedDate",new Date(),metaObject);
}

测试类中测试新增

1
2
3
4
5
6
7
8
9
// 因为这里我们主键配置的自增 时间配置了自动填充所以无需我们再处理
@Test
void testInsert(){
    User user = new User();
    user.setAge(18).setName("如花").setCreatedBy("echo");
    userMapper.insert(user);
    // mp 插入成功后主键会自动回显
    System.out.println(userMapper.selectById(user.getId()));
}

注意：mp 没有提供批量插入，我们需要自己写xml sql来实现！
这里来回顾下，批量插入的写法

1
2
3
4
5
6
7
8
9
10
<insert id="batchInsert" useGeneratedKeys="true" keyProperty="id" parameterType="java.util.List">
        insert into user
        (name, age) values
        <foreach collection="list" item="item" index="index" separator=",">
            <trim prefix="(" suffix=")" suffixOverrides=",">
                #{item.name,jdbcType=VARCHAR},
                #{item.age,jdbcType=INTEGER}
            </trim>
        </foreach>
</insert>

删除操作

1
2
3
4
5
6
7
8
9
// 删除(单个，多个)
@Test
void testDeleteById(){
    userMapper.deleteById(1);
}
@Test
void testDeleteByIds(){
    userMapper.deleteBatchIds(Arrays.asList(2,3,4,5));
}

一般，我们删除都采用逻辑删除，即将is_deleted改为1即可！

修改操作

开始之前我们先来了解下乐观锁、悲观锁！
乐观锁 : 非常乐观，无论什么操作都不加锁!(分布式环境怎么处理冲突问题呢?版本号)
悲观锁 : 非常悲观，无论什么操作都加锁!(性能问题)
当要更新一条记录的时候，希望这条记录没有被别人更新过，通常的方式就增加一个乐观锁字段即可 (version)

MP 对乐观锁也进行了支持!

  • 1、添加version注解到字段上面
  • 2、添加 乐观锁插件即可!
  • 3、测试就自动带上了版本号!
    数据库新增version字段我们设置初始值为1，那么它每次都会去上一次值做比较，如果是原值就证明没被改动过就更新，如果非原值就更新失败！
    对应的user实体及数据库中我们也新增此version字段加上@version注解
    1
    2
    @Version
    private Integer version;
    这里我们在MpHandler中加入 乐观锁拦截器
    1
    2
    3
    4
    @Bean
    public OptimisticLockerInterceptor optimisticLockerInterceptor(){
        return new OptimisticLockerInterceptor();
    }
    接下来我们测试更新操作：
    1
    2
    3
    4
    5
    6
    7
    @Test
    void testLock(){
        User user = userMapper.selectById(2);
        user.setName("老铁");
        userMapper.updateById(user);

    }

    可以看到更新的时候它帮我们自动加上了这个version 字段

接下来我们来模仿下并发的情况下，因为version加锁更新失败的情况：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 @Test
void testLockFail(){
    // 老铁-> 狂铁
    User initUser = userMapper.selectById(2);
    initUser.setName("狂铁");

    // x 先修改为 打铁
    User xUser = userMapper.selectById(2);
    xUser.setName("打铁");
    userMapper.updateById(xUser);

    // 改成 狂铁
    userMapper.updateById(initUser);
}

执行查看控制台输出

可以看到并发的情况下若是版本号被修改类，initUser则会更新失败！

删除操作

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
// 删除(单个，多个)
@Test
void testDeleteById(){
    userMapper.deleteById(3);
}
@Test
void testDeleteByIds(){
    userMapper.deleteBatchIds(Arrays.asList(4，5，6);
}
// 简单的条件删除
@Test
void testDeleteByMap(){
    HashMap<String, Object> map = new HashMap<>();
    map.put("name","张三");
    map.put("age",20);
    userMapper.deleteByMap(map);
}

但是我们实际开发中基本不这么干，只是更新is_deleted字段，改成逻辑删除！

然后我们查询的时候只会把没有删除的查询出来，添加@TableLogic

这里因为我们在代码生成器中指定了删除标识字段，所以这个注解自动加上了

@TableLogic 所标注的字段是一个逻辑删除字段

另外我们还需在yaml中增加逻辑删除值的配置

1
2
3
4
5
6
7
mybatis-plus:
  configuration:
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
  global-config:
    db-config:
      logic-delete-value: 1 #删除
      logic-not-delete-value: 0 #未删除

MpHandler 中新增逻辑删除插件

1
2
3
4
@Bean
public ISqlInjector sqlInjector(){
    return new LogicSqlInjector();
}

这两步完了之后，我们再测一下

1
2
3
4
5
6
7
8
@Test
void testDeleteById(){
    userMapper.deleteById(4);
}
@Test
void testSelectById(){
    userMapper.selectById(4);
}


可以看到删除的数据我们这里已经查不到了，查询的时候自动给我们带上了is_deleted=0的条件

sql 性能分析插件

MpHandler 中加入以下拦截器，就可以拦截慢sql

1
2
3
4
5
6
7
8
9
// SQL执行效率插件
@Bean
@Profile({"dev","test"})// 设置 dev test 环境开启
public PerformanceInterceptor performanceInterceptor() {
    PerformanceInterceptor performanceInterceptor = new PerformanceInterceptor();
    // 允许执行的sql的最长时间 ，默认的单位是ms
    performanceInterceptor.setMaxTime(2000);
    return performanceInterceptor;
}

这里就不演示了，感兴趣的可以自行试下，maxTime改成1 试下，哈哈

根据控制台的报错信息或者说你配置了统一日志打印的话，可以根据里面的报错信息找到对应的慢sql

然后，我们就可以分析对应的问题（分库分表，索引，缓存等）

常用的条件构造器

就是大于，等于，小于，包含，不包含，子查询等

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
// 条件查询器
@Test
void testLogicDelete(){
    QueryWrapper<User> wrapper = new QueryWrapper();
    wrapper //
    .isNotNull("name") .ge("age",21); // 大于等于
    .eq("age",0);
    userMapper.delete(wrapper);
}

// 边界查询
@Test
void testSelectCount(){
    QueryWrapper<User> wrapper = new QueryWrapper();
    wrapper.between("age",20,25);
    Integer integer = userMapper.selectCount(wrapper);
}

// 精准匹配
@Test
void testSelectList(){
    QueryWrapper<User> wrapper = new QueryWrapper();
    HashMap<String, Object> map = new HashMap<>(16);
    map.put("name","李四");
    wrapper.allEq(map);
    List<User> users = userMapper.selectList(wrapper);
}

// 模糊查询
@Test
void testSelectMaps(){
    QueryWrapper<User> wrapper = new QueryWrapper();
    wrapper.notLike("name","e")
    .likeRight("email","t");
    List<Map<String,Object>> = userMapper.selectMaps(wrapper);
    maps.forEach(System.out::println);
}

// 子查询
@Test
void testSelectObjs(){
    QueryWrapper<User> wrapper = new QueryWrapper();
    // 条件in查询
    wrapper.in("id",1,2,3,4);
    // 子查询!
    wrapper.inSql("id","select id from user where id < 3");
    List<Object> objects = userMapper.selectObjs(wrapper);
    objects.forEach(System.out::println);
}
// and or
@Test
void testUpdate(){
    // 修改值
    User user = new User();
    user.setAge(99).setName("老佛爷");
    UpdateWrapper<User> updateWrapper = new UpdateWrapper<>();
    // 在一些新的框架中，链式编程，lambda表达式，函数式接口十分常用!
    updateWrapper.like("name","张三")
    .or(i->i.eq("name","李四")
    .eq("age",0));
    int update = userMapper.update(user, updateWrapper);
}

// 排序
@Test
void selectList(){
    QueryWrapper<User> wrapper = new QueryWrapper();
    wrapper.orderByAsc("id");
    wrapper.orderByDesc("id");
    List<User> users = userMapper.selectList(wrapper);
    users.forEach(System.out::println);
}

@Test
void tSelectList(){
    // 多表查询解决方案 last (不建议使用，相当于直接拼接到sql 后面)
    // 尽量使用单表查询
    // 如果要多表查询，没有简便方法，就只有xml 中自己写了!
    QueryWrapper<User> wrapper = new QueryWrapper();
    wrapper.last("limit 1");
    List<User> users = userMapper.selectList(wrapper);
    users.forEach(System.out::println);
}

好了，至此我们已经完成了mybatis-plus crud语法的学习和常用插件的配置，那么就尽快使用起来吧；

  • Title: mybatisPlus 实践篇之CRUD操作
  • Author: viEcho
  • Created at : 2021-04-23 19:55:09
  • Updated at : 2024-01-18 15:06:59
  • Link: https://viecho.github.io/2021/0423/mybatisplus-crud-code.html
  • License: This work is licensed under CC BY-NC-SA 4.0.
推荐阅读
jdk1.8新特性之stream流 jdk1.8新特性之stream流 mybatisPlus 实践篇之逆向工程 mybatisPlus 实践篇之逆向工程 org.apache.ibatis.binding.BindingException: Invalid bound statement (not found) org.apache.ibatis.binding.BindingException: Invalid bound statement (not found)
推荐阅读
jdk1.8新特性之stream流 jdk1.8新特性之stream流 mybatisPlus 实践篇之逆向工程 mybatisPlus 实践篇之逆向工程
Comments
On this page
mybatisPlus 实践篇之CRUD操作
  1. 快速开始
  2. 查询操作
  3. 新增操作
  4. 删除操作
  5. 修改操作
  6. 删除操作
  7. sql 性能分析插件
  8. 常用的条件构造器