Mybatis进阶01-MybatisPlus
1.MybatisPlus核心功能
- 代码生成器。
- BaseMapper封装CRUD操作。
- Wrapper查询条件构造器。
- 分页插件。
- 自定义ID生成器。
2.MybatisPlus快速入门
- 创建数据库,执行官网提供的SQL脚本。
DROP TABLE IF EXISTS user;
CREATE TABLE user
(
id BIGINT(20) NOT NULL COMMENT '主键ID',
name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名',
age INT(11) NULL DEFAULT NULL COMMENT '年龄',
email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱',
PRIMARY KEY (id)
);
DELETE FROM user;
INSERT INTO user (id, name, age, email) VALUES
(1, 'Jone', 18, 'test1@baomidou.com'),
(2, 'Jack', 20, 'test2@baomidou.com'),
(3, 'Tom', 28, 'test3@baomidou.com'),
(4, 'Sandy', 21, 'test4@baomidou.com'),
(5, 'Billie', 24, 'test5@baomidou.com');
- 导入依赖。
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<scope>runtime</scope>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<!-- 包含mybaits和mybatis+spring的整个包 -->
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>3.4.3</version>
</dependency>
</dependencies>
-
yaml配置。
-
数据库连接配置。
spring:
datasource:
#driver-class-name: com.mysql.cj.jdbc.Driver
driver-class-name: com.p6spy.engine.spy.P6SpyDriver
url: jdbc:p6spy:mysql://localhost:3306/springboot?useUnicode=true&characterEncoding=UTF8&useSSL=false&serverTimezone=Asia/Shanghai
username: root
password: 123456
-
配置控制台输出执行的SQL。
- 控制spring日志输出。
logging: level: # 配置输出执行的SQL com.my.mybatisplus.demo01.dao: DEBUG
- 通过Mybatis日志输出。
# 使用mybatis默认的日志输出(StdOutImpl)打印SQL mybatis-plus: configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
-
Java代码。
- User实体类。
@Data public class User { private Long id; private String name; private Integer age; private String email; }
- Dao接口。
@Repository public interface UserMapper extends BaseMapper<User> { }
- 测试用例。
@Test void contextLoads() { List<User> users = userMapper.selectList(null); users.forEach(System.out::println); }
3.插入数据
- 插入数据测试用例。
@Test
void testInsert() {
// 插入时,id为null,会自动生成id
User user = new User();
user.setName("tom");
user.setAge(10);
user.setEmail("tom@qq.com");
int insert = userMapper.insert(user);
System.out.println(insert);
System.out.println(user);
}
- 插入数据时Id生成策略。
- 自增。@TableId(type = IdType.AUTO)表示注解自增,需要数据库将id设置为自增,否则报错。
- 默认。@TableId(type = IdType.NONE)表示不设置主键类型。如果传入了主键id,就使用INPUT;没有传入,主键类型为NULL,就使用ASSIGN_ID雪花算法生成。
- 手动输入。@TableId(type = IdType.INPUT),需要手动输入主键id。
- 雪花算法。@TableId(type = IdType.ASSIGN_ID),通过雪花算法分配id,主键类型为String或者Number。
- UUID。@TableId(type = IdType.ASSIGN_UUID),分配UUID,主键类型为String。
- 其他方式。通过Redis、Zookeeper生成全局唯一Id,待实践......
4.雪花算法
-
通过雪花算法会生成一个自增的64位的Long型Id。
-
64位的雪花算法有4部分组成。1 bit不用,为0;41 bit作为毫秒数;10 bit为工作机器id,5 bit是机房id,5 bit是机器id;12 bit为序列化,表示某个机房某台机器上这一毫秒内可以有4096个不同Id。
-
第一部分。二进制里的数字第一个bit如果是1,那么这个数字为负数,所以第一个bit统一都是0。
-
第二部分。41 bit的毫秒数。
-
第三部分。10 bit为工作机器id。其中5 bit是机房id,5 bit是机器id。
-
第四部分。12 bit用来记录同一个毫秒内产生的不同 id,也就是说同一毫秒内可以产生4096个不同的Id。
-
雪花算法Java代码。
public class IdWorker {
//因为二进制里第一个 bit 为如果是 1,那么都是负数,但是我们生成的 id 都是正数,所以第一个 bit 统一都是 0。
//机器ID 2进制5位 32位减掉1位 31个
private long workerId;
//机房ID 2进制5位 32位减掉1位 31个
private long datacenterId;
//代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095 个
private long sequence;
//设置一个时间初始值 2^41 - 1 差不多可以用69年
private long twepoch = 1585644268888L;
//5位的机器id
private long workerIdBits = 5L;
//5位的机房id
private long datacenterIdBits = 5L;
//每毫秒内产生的id数 2 的 12次方
private long sequenceBits = 12L;
// 这个是二进制运算,就是5 bit最多只能有31个数字,也就是说机器id最多只能是32以内
private long maxWorkerId = -1L ^ (-1L << workerIdBits);
// 这个是一个意思,就是5 bit最多只能有31个数字,机房id最多只能是32以内
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private long workerIdShift = sequenceBits;
private long datacenterIdShift = sequenceBits + workerIdBits;
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
private long sequenceMask = -1L ^ (-1L << sequenceBits);
//记录产生时间毫秒数,判断是否是同1毫秒
private long lastTimestamp = -1L;
public long getWorkerId(){
return workerId;
}
public long getDatacenterId() {
return datacenterId;
}
public long getTimestamp() {
return System.currentTimeMillis();
}
public IdWorker(long workerId, long datacenterId, long sequence) {
// 检查机房id和机器id是否超过31 不能小于0
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(
String.format("worker Id can't be greater than %d or less than 0",maxWorkerId));
}
if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(
String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
this.sequence = sequence;
}
// 这个是核心方法,通过调用nextId()方法,让当前这台机器上的snowflake算法程序生成一个全局唯一的id
public synchronized long nextId() {
// 这儿就是获取当前时间戳,单位是毫秒
long timestamp = timeGen();
if (timestamp < lastTimestamp) {
System.err.printf(
"clock is moving backwards. Rejecting requests until %d.", lastTimestamp);
throw new RuntimeException(
String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",
lastTimestamp - timestamp));
}
// 下面是说假设在同一个毫秒内,又发送了一个请求生成一个id
// 这个时候就得把seqence序号给递增1,最多就是4096
if (lastTimestamp == timestamp) {
// 这个意思是说一个毫秒内最多只能有4096个数字,无论你传递多少进来,
//这个位运算保证始终就是在4096这个范围内,避免你自己传递个sequence超过了4096这个范围
sequence = (sequence + 1) & sequenceMask;
//当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0;
}
// 这儿记录一下最近一次生成id的时间戳,单位是毫秒
lastTimestamp = timestamp;
// 这儿就是最核心的二进制位运算操作,生成一个64bit的id
// 先将当前时间戳左移,放到41 bit那儿;将机房id左移放到5 bit那儿;将机器id左移放到5 bit那儿;将序号放最后12 bit
// 最后拼接起来成一个64 bit的二进制数字,转换成10进制就是个long型
return ((timestamp - twepoch) << timestampLeftShift) |
(datacenterId << datacenterIdShift) |
(workerId << workerIdShift) | sequence;
}
/**
* 当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
//获取当前时间戳
private long timeGen(){
return System.currentTimeMillis();
}
/**
* main 测试类
* @param args
*/
public static void main(String[] args) {
IdWorker worker = new IdWorker(1, 1, 1);
for (int i = 0; i < 100; i++) {
System.out.println(worker.nextId());
}
}
}