一分钟学会Mybatis拦截器和分页

背景

最近在整合Mybatis、Spring,欲通过他们来改造下以前自己做过的项目,来巩固下自己的系统知识。在这里并没有选用Hibernate、JPA等ORM框架,为什么我不选用他们呢?以下仅是个人对Hibernate和Mybatis见解,如果不正,欢迎指正。

HibernateMybatis全自动化ORM框架半自动化ORM框架纯面向对象编程面向Sql表与Model的关系映射结果集与Model的关系映射入门门槛低,深入学习不易入门门槛稍高,深入学习简单基本上只需要会配置注解即可,可不用写sql,也可写sql,大部分情况下不需要必须写sql执行效率不高效率高,仅次于spring Jdbc一套代码,适用所有数据库需针对每套数据库修改遇到问题不好处理,需深入了解底层简单,只是对jdbc的简单封装,容易排查问题

Mybatis拦截器

拦截器是个很通用的概念,基本上在很多框架上都有用上,比如Spring、Mybatis等框架,特别是在Spring中已经是炉火纯青了。

Mybatis提供了四个拦截的接口,可拦截Executor、ParameterHandler、StatementHandler、ResultSetHandler这四个接口的方法,Mybatis本身没有提供默认的拦截器实现,需要开发者自己实现。

以下是这四个接口的拦截顺序,纯属copy,还未验证,但感觉应该差不多吧。

Executor (update, query, flushStatements, commit, rollback, getTransaction, close, isClosed)

ParameterHandler (getParameterObject, setParameters)

StatementHandler (prepare, parameterize, batch, update, query)

ResultSetHandler (handleResultSets, handleOutputParameters)

从这四个接口名可以看出它们的作用,其中Executor是执行的接口,ParameterHandler是参数设置接口,StatementHandler是处理Sql语句的接口,ResultSetHandler是处理结果集的接口。

Mybatis分页/分批

分页是算是我们项目中经常出现的功能,它能防止在大数据量的情况下导致数据库服务器压力剧增,可以减轻每次请求传输数据量消耗的网络流量。在我看来,用户极少会需要看到所有的数据,基本上大部分需求都是看第一页的数据,不信你想想你百度时你会有耐心看10页的数据量吗?哈哈,扯多了。

我的分页需求:

  1. 前端传来分页信息(页码pageSize,每页最大数据量pageNum),后端返回的数据不超过pageNum。

  2. 后端sql不需要自己分页sql,只要在原来的sql上框架自动增加分页sql信息。

思路:

  1. 拦截Mybatis的处理Sql语句的地方,在该地方增加sql分页信息。

  2. 针对不同数据库可以扩展,对外暴露一个统一接口。

首先想到的是拦截StatementHandler接口的prepared方法,拦截后修改sql分页信息。这样处理确实能搞定,但是这里只是实现了分批功能,分页功能是能知道当前所有的记录数,这样我自己还需要写count汇总sql,并且手工拼凑Page分页实例。

按照如上方式,基本上已经实现了分页。由于作者是个代码洁癖男,或者说程序员是懒惰性的,重复的事情可以做一两遍,但绝对不愿意出现第三遍、第四遍。。。就这样,又继续了我的改造之路,我开始在想我的count语句是不是也可以由自己的框架来实现,最好是连拼装分页信息bean也一并帮忙做了,这样开发起来是不是更嗨。。。

经过一番折腾,我找到了Executor接口的query方法,这个接口是先于其他三个接口执行,也就是说我应该可以在这里处理分页sql,并组装count汇总sql,并且该方法的结果集返回的是最终List结果集。以下是我的最后思路:

  1. 拦截query方法,获取方法的MappedStatement(可以说是这个类就是Mybatis的精华)参数实例。

  2. 复制MappedStatement参数实例,组装一个分页sql的MappedStatement实例。

  3. 再组装一个count汇总sql的MappedStatement实例。

  4. 最后执行这两个实例,得到结果List和count数量,将它们设入到PageList实例中,最后返回。

总结:在这里还需要了解Mybatis的MappedStatement、BoundSql、SqlSource这三个类,当然Configuration、SqlSessionFactory也不可少,后面有时间在讨论这几个类吧



链接:https://juejin.cn/post/7032081493015035940
 

全部评论

相关推荐

最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai Coding恰好是Coding Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件, CoWork之类的。后续也有一些Ralph Loop啥的,还有Coding里面的Coding Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
码农索隆:和优秀的人,做有挑战的事
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务