mapper

使用mybatis接口映射的示例用户代码： try (SqlSession sqlSession = sqlSessionFactory.openSession()) { UserMapper userMapper = sqlSession.getMapper(UserMapper.class); userMapper.saveUser(user); } UserMapper只是一个java接口，实现类都没有，mybatis竟然让我们直接调用一个接口方法就可以执行数据库操作，这背后的细节就是代理机制的使用，语句 sqlSession.getMapper(UserMapper.class) 实际上是利用java的动态代理机制返回一个实现了UserMapper接口的代理对象，可以打印 userMapper.getClass().getName() 的结果或者用IDE调试工具可以看到是一个代理对象。 那到底是如何获得一个代理对象的呢， SqlSession 接口的默认实现是 DefaultSqlSession ，我们看看在 DefaultSqlSession 的 getMapper 方法的实现： // DefaultSqlSession#getMapper: public <T> T getMapper(Class<T> type) { return configuration.<T

Mybatis的主要操作流程为： 1.使用SqlSessionFactory创建SqlSession 2.利用SqlSession获取Mapper 3.使用获取到的Mapper执行相应的增删改查的操作 本文介绍其中的第二步SqlSession如何获取到Mapper。 首先我们会调用SqlSession的geMapper方法获取Mapper，而SqlSession默认的实现类为DefaultSqlSession，找到DefaultSqlSession的源码，getMapper方法如下： // DefaultSqlSession的getMapper方法 @Overridepublic <T> T getMapper(Class<T> type) { return configuration.getMapper(type, this); } 通过以上代码，得知是从configuration中获取Mapper，继续进入configuration的getMapper方法--Configuration是Mybatis的配置类，里面记录了很多Mybatis的配置属性，其中就包括这里讲到的MapperRegistry // Configuration的getMapper方法 public <T> T getMapper(Class<T> type, SqlSession sqlSession) {

ObjectMapper的使用 这个类是jackson提供的，主要是用来把对象转换成为一个json字符串返回到前端,现在几乎所有数据交换都是以json来传输的。它使用JsonParser和JsonGenerator的实例实现JSON实际的读/写。当然这只是其中的一种 后续我还会将介绍比较火的Gson。 首先在pom.xml文件中，加入依赖： <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> <version>2.8.3</version> </dependency> 代码解释 package com.ghl.demo; import java.io.File; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; import com.fasterxml.jackson.core.JsonProcessingException; import com.fasterxml.jackson.databind.DeserializationFeature; import com.fasterxml

整合Mybatis <dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <version>2.1.2</version> </dependency> 步骤： 1)、配置数据源相关属性(见上一节Druid ) 2)、给数据库建表 3)、创建JavaBean 4)、注解版 //指定这是一个操作数据库的mapper //@Mapper public interface DepartmentMapper { @Select("select * from department where id=#{id}") public Department getDeptById(Integer id); @Delete("delete from department where id=#{id}") public int deleteDeptById(Integer id); @Options(useGeneratedKeys = true,keyProperty = "id") @Insert("insert into department(department_name) values(#{departmentName})")

MR擅长处理离线的文本文件。MR+yarn将简单的运算逻辑很方便的拓展到海量数据背景下运行分布式程序逻辑。 如果自己来写分布式程序的话，那么首先会面临一个问题，如何将我的计算逻辑分发到其他节点上？如何汇总所有节点上的运行结果？ MR的总体框架：将运算逻辑分为两个阶段，map阶段和reduce阶段。map常见做些局部数据预处理，reduce常见做全局数据的汇总工作。每从文件中读取一行，就会发送给Map逻辑程序并运行一次。 MapReduce编程规范 需要定义两个类，一个是继承了mapper类的myMapper，另一个是继承了Reducer类的myReducer类。Mapper和Reducer类都是是一个泛型类，包含四个泛型参数：输入key的类型，输入value类型，输出的key的类型，输出value的类型。 map和reduce的数据输入输出都是以key-value对的形式进行分装的。默认情况下，框架传递给Mapper类的输入数据的key是处理的文本文件中一行的起始偏移量。hadoop实现了自己的序列化类型，所以这些key和value 的类型都应该写成hadoop的序列化类型：long->LongWritable，String->Text。 Mapper类的具体业务逻辑就写在map方法中，可以默认当执行到map方法时候，需要的数据已经以key-value的形式被框架传递进来了

1、使用 common-cli 编写命令行工具 commons-cli 是Apache开源组织提供的用于解析命令行参数的包。 先引用common-cli依赖包： <groupId>commons-cli</groupId><artifactId>commons-cli</artifactId><version>1.2</version> 命令定义： private static final Options OPTIONS = new Options(); public void defineCommand() { OPTIONS.addOption("i", true, "the input directory where the proto files are"); OPTIONS.addOption("o", true, "the output directory which is the output path"); OPTIONS.addOption("c",true,"whether we use config.json or not"); OPTIONS.addOption("groupId",true,"maven project related parameter"); OPTIONS.addOption("artifactId",true,"maven