Mapper层接口
Service层接口
说明:
插入数据
在此之前，请务必开启日志配置。
添加测试方法，我们不设置id，看看会不会报错。
@Test
public void testInsert(){
User user = new User();
user.setName("乐心湖");
user.setAge(18);
user.setEmail("jialna@qq.com");
int insert = userMapper.insert(user);
System.out.println(insert);
System.out.println(user);
}
我们看到插入成功了，观察控制台中的sql语句，发现它自动给我们生成了一个id。
这就是下面说的雪花算法。
主键生成策略
推荐阅读：分布式系统唯一id生成：https://www.cnblogs.com/haoxinyue/p/5208136.html
自3.3.0开始,默认使用雪花算法+UUID(不含中划线)；
mybaits-plus中默认的使用的是ID_WORKER，即当然我们也可以自己修改主键生成策略，如主键自增。@TableId(type = IdType.ID_WORKER)使用的是雪花算法生成，全局唯一id。
雪花算法
snowflflake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！
主键自增
我们首先需要在User中对id主键开启自增，然后在User类里的id属性添加一个注解。
@TableId(type = IdType.AUTO)
@TableId
| 值 | 描述 |
|---|---|
| AUTO | 数据库自增 |
| NONE | MP set 主键，雪花算法实现 |
| INPUT | 需要开发者手动赋值 |
| ASSIGN_ID | MP 分配 ID，Long、Integer、String |
| ASSIGN_UUID | 分配 UUID，Strinig |
INPUT 如果开发者没有手动赋值，则数据库通过自增的方式给主键赋值，如果开发者手动赋值，则存入该值。
AUTO 默认就是数据库自增，开发者无需赋值。
ASSIGN_ID MP 自动赋值，雪花算法。
ASSIGN_UUID 主键的数据类型必须是 String，自动生成 UUID 进行赋值
UUID
这需要你的id为String，也就是数据库id改为varchar类型。
生成一个全局唯一的id，带字母和数字。
换了。。。现在叫ASSIGN_UUID
| 方法 | 主键生成策略 | 主键类型 | 说明 |
|---|---|---|---|
| nextId | ASSIGN_ID， | Long,Integer,String | 支持自动转换为String类型，但数值类型不支持自动转换，需精准匹配，例如返回Long，实体主键就不支持定义为Integer |
| nextUUID | ASSIGN_UUID， | String | 默认不含中划线的UUID生成 |
public enum IdType {
AUTO(0), // 数据库id自增
NONE(1), // 未设置主键
INPUT(2), // 手动输入
ASSIGN_ID(3), // 默认的全局唯一id
ASSIGN_UUID(4), // 全局唯一id uuid
}更新数据
@Test
public void testUpdate() {
User user = new User();
//通过条件自动拼接动态sql
user.setId(6);
user.setName("乐心湖666");
user.setAge(18);
//注意：updateById 但是参数是一个 对象！
int i = userMapper.updateById(user);
System.out.println(i);
}自动填充
参考：https://mp.baomidou.com/guide/auto-fill-metainfo.html
我们在数据库表中经常会有两个字段，分别是create_time和update_time，对应创建时间和更新时间
我们有两种操作，一个是在数据库操作，一个是在代码中操作，前者不推荐！
数据库操作（不建议）
- 类型为datetime
- 默认为：CURRENT_TIMESTAMP
- 勾选上自动更新
代码操作
乐观锁
需求：当要更新一条记录的时候，希望这条记录没有被别人更新
我们使用一个场景来帮助理解
场景
一件商品，成本价是80元，售价是100元。老板先是通知小李，说你去把商品价格增加50元。小李正在玩游戏，耽搁了一个小时。正好一个小时后，老板觉得商品价格增加到150元，价格太高，可能会影响销量。又通知小王，你把商品价格降低30元。
此时，小李和小王同时操作商品后台系统。小李操作的时候，系统先取出商品价格100元；小王也在操作，取出的商品价格也是100元。小李将价格加了50元，并将100+50=150元存入了数据库；小王将商品减了30元，并将100-30=70元存入了数据库。是的，如果没有锁，小李的操作就完全被小王的覆盖了。
现在商品价格是70元，比成本价低10元。几分钟后，这个商品很快出售了1千多件商品，老板亏1多万。
乐观锁与悲观锁
上面的故事，如果是乐观锁，小王保存价格前，会检查下价格是否被人修改过了。如果被修改过了，则重新取出的被修改后的价格，150元，这样他会将120元存入数据库。
如果是悲观锁，小李取出数据后，小王只能等小李操作完之后，才能对价格进行操作，也会保证最终的价格是120元。
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
简单理解就是在多线程的时候，如果需要去更新一条数据的时候刚好这条数据被别人更新了，版本验证不对，就更新失败。
示例SQL原理：
update tbl_user set name = 'update',version = 3 where id = 100 and version = 2数据库操作
在表中建立一个字段，叫version，默认为1，注释为乐观锁
插件配置
@Configuration
public class MybatisPlusConfig {
@Bean
public OptimisticLockerInterceptor optimisticLockerInterceptor() {
return new OptimisticLockerInterceptor();
}
}在User类中加入version字段，并且必须带上注解@Version
@Version
private Integer version;测试
@Test
public void testUpdate(){
User user = userMapper.selectById(12L);
user.setAge(11);
userMapper.updateById(user);
}特别说明：
- 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!!!
查询数据
Id查询
@Test
public void testSelectById(){
User user = userMapper.selectById(12);
System.out.println(user);
}Id批量查询
@Test
public void testSelect(){
List<User> users = userMapper.selectBatchIds(Arrays.asList(1,12));
System.out.println("------------------------");
users.forEach(System.out::println);
}
Map查询
比如当我们想查年龄为16岁的人
@Test
public void testSelectByBatchIds(){
HashMap<String, Object> map = new HashMap<>();
map.put("name","乐心湖是小白");
map.put("id","12");
List<User> users = userMapper.selectByMap(map);
users.forEach(System.out::println);
}
分页查询
一个非常常用的功能，在MP中能够非常非常简单就帮你搞定。
写一个配置类。
//Spring boot方式
@EnableTransactionManagement
@Configuration
@MapperScan("com.baomidou.cloud.service.*.mapper*")
public class MybatisPlusConfig {
@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;
}
}测试第二页的4条记录，效果立竿见影。
注意：查询出来的结果自动返回到了page里，不需要我们重新定义去接收查询结果。
建议：仔细查看官方关于分页的介绍和案例，具体开发实战并不会在这里测试。
@Test
public void testSelectPage(){
/**
* current: 第几页
* size：每页的数量
*/
Page<User> page = new Page<>(2, 4);
userMapper.selectPage(page, null);
for (User user : page.getRecords()) {
System.out.println(user);
}
}删除数据
Id删除
@Test
public void testDeleteById(){
userMapper.deleteById(1243823657826996248L);
}Map删除
@Test
public void testDeleteByMap(){
HashMap<String, Object> map = new HashMap<>();
map.put("name","乐心湖是小白");
userMapper.deleteByMap(map);
}Id批量删除
@Test public void testDeleteBatchId(){
userMapper.deleteBatchIds(Arrays.asList(1240620674645544961L,124062067464554496 2L));
}逻辑删除
- 物理删除 ：从数据库中直接移除
- 逻辑删除 ：在数据库中没有真的被移除，而是通过一个变量来让他失效
- deleted = 0 ——> deleted = 1
- 管理员可以查看被删除的记录，防止数据的丢失，类似于回收站的功能。
在数据表中增加一个deleted字段，默认为0
SpringBoot 配置方式：
application.yml 加入配置(如果你的默认值和mp默认的一样,该配置可无):
mybatis-plus: global-config: db-config: logic-delete-field: flag #全局逻辑删除字段值 3.3.0开始支持，详情看下面。 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)
实体类字段上加上@TableLogic注解
@TableLogic
private Integer deleted;效果: 使用mp自带方法删除和查找都会附带逻辑删除功能 (自己写的xml不会)
example
删除时 update user set deleted=1 where id =1 and deleted=0
查找时 select * from user where deleted=0全局逻辑删除：3.3.0开始支持
如果公司代码比较规范，比如统一了全局都是flag为逻辑删除字段。
使用此配置则不需要在实体类上添加 @TableLogic。
但如果实体类上有 @TableLogic 则以实体上的为准，忽略全局。 即先查找注解再查找全局，都没有则此表没有逻辑删除。
mybatis-plus:
global-config:
db-config:
logic-delete-field: flag #全局逻辑删除字段值附件说明
- 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。
- 如果你需要再查出来就不应使用逻辑删除，而是以一个状态去表示。
如： 员工离职，账号被锁定等都应该是一个状态字段，此种场景不应使用逻辑删除。
- 若确需查找删除数据，如老板需要查看历史所有数据的统计汇总信息，请单独手写sql。