## Mybatis-Plus
### 特性
- 无侵入：只做增强不做改变，引入它不会对现有工程产生影响，如丝般顺滑
- 损耗小：启动即会自动注入基本 CURD，性能基本无损耗，直接面向对象操作，BaseMapper
- 强大的 CRUD 操作：内置通用 Mapper、通用 Service，仅仅通过少量配置即可实现单表大部分 CRUD 操作，更有强大的条件构造器，满足各类使用需求，以后简单的CRUD操作，不用自己编写了 ！
- 支持 Lambda 形式调用：通过 Lambda 表达式，方便的编写各类查询条件，无需再担心字段写错
- 支持主键自动生成：支持多达 4 种主键策略（内含分布式唯一 ID 生成器 - Sequence），可自由配置，完美解决主键问题
- 支持 ActiveRecord 模式：支持 ActiveRecord 形式调用，实体类只需继承 Model 类即可进行强大的 CRUD 操作
- 支持自定义全局通用操作：支持全局通用方法注入（ Write once, use anywhere ）
- 内置代码生成器：采用代码或者 Maven 插件可快速生成 Mapper 、 Model 、 Service 、 Controller 层代码，支持模板引擎，更有超多自定义配置等您来使用（自动帮你生成代码）
- 内置分页插件：基于 MyBatis 物理分页，开发者无需关心具体操作，配置好插件之后，写分页等同于普通 List 查询
- 分页插件支持多种数据库：支持 MySQL、MariaDB、Oracle、DB2、H2、HSQL、SQLite、Postgre、SQLServer 等多种数据库
- 内置性能分析插件：可输出 Sql 语句以及其执行时间，建议开发测试时启用该功能，能快速揪出慢查询
- 内置全局拦截插件：提供全表 delete 、 update 操作智能分析阻断，也可自定义拦截规则，预防误操作
## 快速入门
***官方链接：https://baomidou.com/guide/\***
### 导入Pom配置文件
```xml
mysql
mysql-connector-java
runtime
org.projectlombok
lombok
com.baomidou
mybatis-plus-boot-starter
3.0.5
com.h2database
h2
runtime
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-test
test
```
### 连接数据库配置
```properties
#数据库连接配置
spring.datasource.username=root
spring.datasource.password=root
#mysql5~8 驱动不同driver-class-name 8需要增加时区的配置serverTimezone=UTC
#useSSL=false 安全连接
spring.datasource.url=jdbc:mysql://localhost:3306/mybatis_plus?serverTimezone=UTC&useUnicode=true&characterEncoding=utf-8
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
```
### 编写实体类
```java
package com.wsk.pojo;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
private Long id;
private String name;
private Integer age;
private String email;
}
```
### 编写实体类对应的mapper接口
```java
package com.wsk.mapper;
import com.baomidou.mybatisplus.mapper.BaseMapper;
import com.wsk.pojo.User;
import org.springframework.stereotype.Repository;
//在对应的接口上面继承一个基本的接口 BaseMapper
@Repository//代表持久层
public interface UserMapper extends BaseMapper {
//所有CRUD操作都编写完成了，不用像以前一样配置一大堆文件
}
```
### 在主启动类添加[@MapperScan](https://github.com/MapperScan)注解
```java
package com.wsk;
import org.mybatis.spring.annotation.MapperScan;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
//扫描mapper包下的所有接口
@MapperScan("com.wsk.mapper")
@SpringBootApplication
public class MybatisPlusApplication {
public static void main(String[] args) {
SpringApplication.run(MybatisPlusApplication.class, args);
}
}
```
### 进行Test测试
```java
package com.wsk;
import com.wsk.mapper.UserMapper;
import com.wsk.pojo.User;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import java.util.List;
@SpringBootTest
class MybatisPlusApplicationTests {
//继承了BaseMapper，所有的方法都来自父类，我们也可以编写自己的扩展方法！
@Autowired
private UserMapper userMapper;
@Test
void contextLoads() {
//参数是一个wrapper ，条件构造器，这里我们先不用 null
List userList = userMapper.selectList(null);//查询全部的用户
userList.forEach(System.out::println);
}
}
```
### 结果
> 思考问题
- SQL谁帮我们写的? MyBatis-Plus都写好了
- 方法哪里来的? MyBatis-Plus都写好了
## 配置日志
> 我们所有的sql是不可见的，我们希望知道他们是怎么执行的，所以要配置日志知道
```properties
#配置日志 log-impl:日志实现
mybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl
```
## CRUD扩展
### Insert
```java
@Test//测试插入
public void insertTest(){
User user = new User();
user.setName("wsk");
user.setAge(18);
user.setEmail("2803708553@qq.com");
Integer result = userMapper.insert(user); //会帮我们自动生成id
System.out.println(result); //受影响的行数
System.out.println(user); //通过日志发现id会自动回填
}
```
> **数据库插入的id的默认值为:全局的唯—id**
### 主键生成策略
> **源码解释**
```java
public enum IdType {
AUTO, //数据库id自增
INPUT, //手动输入
ID_WORKER, //默认的全局唯一id
UUID, //全局唯一id uuid
NONE;//未设置主键
**
}
```
> *默认 : ID_WORKER 全局唯一Id*
分布式系统唯一Id生成：https://www.cnblogs.com/haoxinyue/p/5208136.html
- **Twitter的snowflake算法**
snowflake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（北京、香港···），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。
- 具体实现的代码可以参看https://github.com/twitter/snowflake。
> **主键自增：AUTO 我们需要配置主键自增**
**我们需要配置主键自增**
- 在实体类字段上配置`@TableId(type = IdType.AUTO)`
- 数据库字段一定是自增
> **手动输入：INPUT** 就需要自己写id
- 在实体类字段上配置`@TableId(type = IdType.INPUT)`
### Update
```java
@Test//测试更新
public void updateTest(){
User user = new User();
user.setId(2L);//怎么改id？？
//通过条件自动拼接动态Sql
user.setName("root");
user.setAge(12);
user.setEmail("root@qq.com");
int i = userMapper.updateById(user);//updateById，但是参数是个user
System.out.println(i);
}
```
### 自动填充
创建时间、更改时间！ 这些操作一般都是自动化完成，我们不希望手动更新
阿里巴巴开发手册︰几乎所有的表都要配置 gmt_create、gmt_modified ！而且需要自动化
> 方式一：数据库级别（工作中不允许修改数据库级别）
1、在表中增加字段：create_time,update_time
2、再次测试插入或更新方法，我们需要在实体类中同步！
```java
private Date createTime;//驼峰命名
private Date updateTime;
```
3、查看结果
> 方式二：代码级别
1、删除数据库的默认值，更新操作！
2、实体类字段属性上需要增加注解
```java
//字段 字段添加填充内容
@TableField(fill = FieldFill.INSERT)//value = ("create_time"),
private Date createTime;
@TableField(fill = FieldFill.INSERT_UPDATE)
private Date updateTime;
```
3、编写处理器来处理这个注解即可！
```java
@Slf4j//日志
@Component//丢到springboot里 一定不要忘记把处理器加到Ioc容器中!
public class MyMetaObjectHandler extends MetaObjectHandler {//extends??
@Override//插入时的填充策略
public void insertFill(MetaObject metaObject) {
log.info("==start insert ······==");
//setFieldValByName(java.lang.String fieldName, java.lang.Object fieldVal, org.apache.ibatis.reflection.MetaObject metaObject)
this.setFieldValByName("createTIme",new Date(),metaObject);
this.setFieldValByName("updateTime",new Date(),metaObject);
}
@Override//更新时的填充策略
public void updateFill(MetaObject metaObject) {
log.info("==start update ······==");
this.setFieldValByName("updateTime",new Date(),metaObject);
}
}
```
4、测试插入/更新，观察时间
```java
@Test//测试插入
public void insertTest(){
User user = new User();
user.setName("live");
user.setAge(22);
user.setEmail("1314@qq.com");
Integer result = userMapper.insert(user); //会帮我们自动生成id
System.out.println(result); //受影响的行数
System.out.println(user); //通过日志发现id会自动回填
}
@Test//测试更新
public void updateTest(){
User user = new User();
user.setId(1359495921613004803L);
user.setName("test3");
user.setAge(18); //通过条件自动拼接动态Sql
user.setEmail("test3@qq.com");
int i = userMapper.updateById(user);//updateById，但是参数是个user
System.out.println(i);
}
```
### 乐观锁&悲观锁
在面试过程中经常被问到乐观锁/悲观锁，这个其实很简单
> 乐观锁：顾名思义十分乐观,他总是认为不会出现问题,无论干什么都不上锁!如果出现了问题,再次更新值测试
>
> 悲观锁：顾名思义十分悲观,他总是认为出现问题,无论干什么都会上锁!再去操作!
我们这里主要讲解 乐观锁机制!
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
```mysql
乐观锁：先查询，获得版本号
-- A
update user set name = "wsk",version = version+1
where id = 1 and version = 1
-- B （B线程抢先完成，此时version=2，会导致A线程修改失败！）
update user set name = "wsk",version = version+1
where id = 1 and version = 1
```
> 测试一下Mybatis-Plus乐观锁插件
1、给数据库中增加version字段
2、实体类加对应的字段
```java
@Version//乐观锁version注解
private Integer version;
```
3、注册组件
```java
//扫描mapper文件夹
@MapperScan("com.wsk.mapper")//交给mybatis做的，可以让这个配置类做扫描
@EnableTransactionManagement//自动管理事务
@Configuration//配置类
public class MyBatisPlusConfig {
//注册乐观锁插件
@Bean
public OptimisticLockerInterceptor optimisticLockerInterceptor(){
return new OptimisticLockerInterceptor();
}
}
```
4、测试一下
- 成功
```java
@Test//测试乐观锁成功
public void testOptimisticLocker1(){
//1、查询用户信息
User user = userMapper.selectById(1L);
//2、修改用户信息
user.setAge(18);
user.setEmail("2803708553@qq.com");
//3、执行更新操作
userMapper.updateById(user);
}
```
- 失败
```java
@Test//测试乐观锁失败 多线程下
public void testOptimisticLocker2(){
//线程1
User user1 = userMapper.selectById(1L);
user1.setAge(1);
user1.setEmail("2803708553@qq.com");
//模拟另外一个线程执行了插队操作
User user2 = userMapper.selectById(1L);
user2.setAge(2);
user2.setEmail("2803708553@qq.com");
userMapper.updateById(user2);
//自旋锁来多次尝试提交！
userMapper.updateById(user1);//如果没有乐观锁就会覆盖插队线程的值
}
```
### Select
- 通过id查询单个用户
```java
@Test//通过id查询单个用户
public void testSelectById(){
User user = userMapper.selectById(1L);
System.out.println(user);
}
```
- 通过id查询多个用户
```java
@Test//通过id查询多个用户
public void testSelectBatchIds(){
List users = userMapper.selectBatchIds(Arrays.asList(1L, 2L, 3L));
users.forEach(System.out::println);
//System.out.println(users);
}
```
- 条件查询 通过map封装
```java
@Test//通过条件查询之一 map
public void testMap(){
HashMap map = new HashMap<>();
//自定义要查询的
map.put("name","www");
map.put("age",18);
List users = userMapper.selectByMap(map);
users.forEach(System.out::println);
}
```
### 分页查询
分页在网站的使用十分之多！
1、原始的limit分页
2、pageHelper第三方插件
3、MybatisPlus其实也内置了分页插件！
> 如何使用：
1、配置拦截器组件
```java
//分页插件
@Bean
public PaginationInterceptor paginationInterceptor() {
return new PaginationInterceptor();
}
```
2、直接使用page对象即可
```java
@Test//测试分页查询
public void testPage(){
//参数一current：当前页 参数二size：页面大小
//使用了分页插件之后，所有的分页操作都变得简单了
Page page = new Page<>(2,5);
userMapper.selectPage(page,null);
page.getRecords().forEach(System.out::println);
System.out.println("总页数==>"+page.getTotal());
}
```
### Delete
> 基本的删除任务：
```java
@Test
public void testDeleteById(){
userMapper.deleteById(1359507762519068681L);
}
@Test
public void testDeleteBatchIds(){
userMapper.deleteBatchIds(Arrays.asList(1359507762519068675L,1359507762519068676L));
}
@Test
public void testD(){
HashMap map = new HashMap<>();
map.put("age","18");
map.put("name","lol");
userMapper.deleteByMap(map);
}
```
我们在工作中会遇到一些问题：逻辑删除！
### 逻辑删除
> 物理删除：从数据库中直接删除
>
> 逻辑删除：在数据库中没有被删除，而是通过一个变量来使他失效！ 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！**
**测试一下：**
> 1、在数据表中增加一个deleted字段
> 2、实体类中添加对应属性
```java
@TableLogic//逻辑删除注解
private Integer deleted;
```
> 3、配置！
```java
//逻辑删除组件
@Bean
public ISqlInjector sqlInjector(){
return new LogicSqlInjector();
}
```
```properties
#配置逻辑删除 没删除的为0 删除的为1
mybatis-plus.global-config.db-config.logic-delete-value=1
mybatis-plus.global-config.db-config.logic-not-delete-value=0
```
> 4、测试一下删除
发现： 记录还在，deleted变为1
再次测试查询被删除的用户，发现查询为空
**以上所有的CRUD及其扩展操作，我们都必须精通掌握！会大大提高工作写项目的效率！**
## 性能分析插件
我们在平时的开发中，会遇到一些满Sql。测试、druid···
MybatisPlus也提供了性能分析插件，如果超过这个时间就停止运行！
**性能分析拦截器作用：用于输出每条sql语句及其执行时间**
1、导入插件
```java
//性能分析插件
@Bean
@Profile({"dev","test"})//设置dev开发、test测试 环境开启 保证我们的效率
public PerformanceInterceptor performanceInterceptor(){
PerformanceInterceptor performanceInterceptor = new PerformanceInterceptor();
performanceInterceptor.setMaxTime(100);//设置sql最大执行时间*ms，如果超过了则不执行
performanceInterceptor.setFormat(true);//开启sql格式化
return performanceInterceptor;
}
```
**注意： 要在SpringBoot中配置环境为dev或test环境！**
```properties
#设置开发环境
spring.profiles.active=dev
```
2、测试使用
```java
@Test
void contextLoads() {
//参数是一个wrapper ，条件构造器，这里我们先不用 null
//查询全部的用户
List userList = userMapper.selectList(null);
userList.forEach(System.out::println);
}
```
使用性能分析插件，可以帮助我们提高效率！
## 条件构造器
**十分重要：Wrapper** 记住查看输出的SQL进行分析
> 1、测试一
```java
@Test
public void testWrapper1() {
//参数是一个wrapper ，条件构造器，和刚才的map对比学习！
//查询name不为空，email不为空，age大于18的用户
QueryWrapper wrapper = new QueryWrapper<>();
wrapper
.isNotNull("name")
.isNotNull("email")
.ge("age",18);
List userList = userMapper.selectList(wrapper);
userList.forEach(System.out::println);
}
```
> 测试二
```java
@Test
public void testWrapper2() {
//查询name=wsk的用户
QueryWrapper wrapper = new QueryWrapper<>();
wrapper.eq("name","wsk");
//查询一个数据selectOne，若查询出多个会报错
//Expected one result (or null) to be returned by selectOne(), but found: *
//若出现多个结果使用list或map
User user = userMapper.selectOne(wrapper);//查询一个数据，若出现多个结果使用list或map
System.out.println(user);
}
```
> 测试三
```java
@Test
public void testWrapper3() {
//查询age在10-20之间的用户
QueryWrapper wrapper = new QueryWrapper<>();
wrapper.between("age", 10, 20);//区间
Integer count = userMapper.selectCount(wrapper);//输出查询的数量selectCount
System.out.println(count);
}
```
> 测试四
```java
@Test
public void testWrapper4() {
//模糊查询
QueryWrapper wrapper = new QueryWrapper<>();
wrapper
.notLike("name","s")
.likeRight("email","t");//qq% 左和右？
List> maps = userMapper.selectMaps(wrapper);
maps.forEach(System.out::println);
}
```
> 测试五
```java
@Test
public void testWrapper5() {
//模糊查询
// SELECT id,name,age,email,version,deleted,create_time,update_time
//FROM user
//WHERE deleted=0 AND id IN
//(select id from user where id<5)
QueryWrapper wrapper = new QueryWrapper<>();
//id 在子查询中查出来
wrapper.inSql("id","select id from user where id<5");
List