百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

mybatis一些需要注意的点,看看你有木有遇到过

ztj100 2025-01-07 17:22 20 浏览 0 评论

在开始文章之前,想随便说两句

近期工作比较忙,一直没时间去更新文章

原因:

1.懒

2.懒

3.懒

其实吧还有一部分原因是因为写这些文章,可能比较浅显。觉得没啥必要

但是应该还是能帮助一部分新手的

由于长期没更新文章,头条悄悄警告我说,再不发文你的黄V就会被取消。

好吧,想想如果取消了,下次再申请又得过各种优质

于是乎,今天就写点吧

写啥好呢,就随便说说我们常用的mybatis吧

主要是工作和学习中,遇到的意想不到的注意事项

希望能对你们有帮助

知道的大佬们可以忽略


mybatis是一个到目前为止还是比较常用的orm框架,虽然有缺点但是也有优点

我想大多数公司没选用hibernate、jpa可能由于业务上需要个性化定制sql,直接在mybatis xml里自由发挥比较爽,尽管它比较冗长

那么在使用mybatis时,笔者简单的分享下几个坑或者注意事项如下:

  • xml里 if 针对于Integer、Short、Long等数字包装类判空的问题
<if test="id != null  and id != ' ' ">
  and id=#{id}
</if>

如上代码,如果id是String类型是没啥问题,但是碰到数字包装类时可能会和预想的情况截然相反。比如id=0,你想无论如何这个条件一定是true吧。因为0怎么可能等于null 或者等于空字符串呢?!

事实上id=0时,这个条件就是false。

看源码说明就知道为何了

源码:

If the object is a Number, 
its double-precision floating-point value is compared with zero; 
non-zero is treated as true, zero as false;

If the object is a Character, its boolean value is true if and only 
if its char value is non-zero;

Otherwise, its boolean value is true if and only if it is non-null.

什么意思呢?

为了方便国人都能看懂,我就谷歌翻译一把,贴出来

如果对象是数字,
将其双精度浮点值与零进行比较;
非零被视为true,零被视为false;
 
如果对象是字符,则当且仅当其布尔值是true时
如果其char值不为零;
 
否则,当且仅当其为非null时,其布尔值才为true。

ok,看完应该就明白了吧。

  • resultType和resultMap使用不当造成的问题
<!-- 错误写法 -->
<select id="query" resultMap="java.util.Map" >
<!-- 正确写法 -->
<select id="query" resultType="java.util.Map">

这个想必都遇到过,提一嘴是想说使用的时候注意下这个地方。至于两者区别,可以自己去百度,自己查的理解的比小编干说来的更实在

  • xml 中sql参数接收不到值

可能因为dao层缺少了@param("参数名") 注解,这个参数名要和xml中的#{参数名} 一致

  • 插入语句返回自增id主键的问题

这个需要在 xml 用 foreach 设置 useGeneratedKeys=”true”和keyProperty=”id”即可


ok,随便写点,希望能帮到一些条友。

先到这里吧~

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: