内容简介:原则:1. sql和代码分离,sql易于维护和 检查评审。2. 高度的自动化和封装,减少开发工作量。
原则:
1. sql和代码分离,sql易于维护和 检查评审。
2. 高度的自动化和封装,减少开发工作量。
从原则上讲:
-
要避免像hibernate那样过度封装,形成很多新的语法(HSQL),
-
也不能像jdbc那样,SQL和代码混写,不方便检查和审核。
-
Mybatis的Example用法,其实不过是 sql 拼接的语法糖,和sql与代码混写没多少区别,故不推荐使用,
-
同样,类似于hibernate那样的对象操作方式,其实也是sql拼接的语法糖,不建议使用。
我们建议的是,直接写sql,但是确保sql与代码分离,这样比较纯粹,就是直接通过sql去取数据,借助Mybatis完成数据的自动封装和自动生成基础代码罢了。
另外,进一步增强mybatis的 代码生成和自动封装 功能:( 通用Mapper 是一个榜样)
目前标准mapper有11个方法,除掉前面所说的Example,是否够用,是否还能再添加一些常用的接口?这是一个改进方向。另外,标准的mapper都是独立的,没有一个统一的父类,不方便在某些动态注入mapper的场景下使用,这一点局限性很大,是一个改进方向。
还有,加入通用分页方法,PageHelper这种方法很好用,让sql只专注于业务,分页交给框架去处理。
另外,id自动生成,insert和update部分数据没设置值时自动填充(比如 updateTime createTime)。
补充:列是否为null的原则
如果列不会用于查询,那么默认为null没关系,
反之,如果列有可能会用于查询,那么最好是not null 大不了为了方面在设一个默认值。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- vue项目实践004~~~一篮子的实践技巧
- HBase实践 | 阿里云HBase数据安全实践
- Spark 实践:物化视图在 SparkSQL 中的实践
- Spark实践|物化视图在 SparkSQL 中的实践
- HBase实践 | 数据人看Feed流-架构实践
- Kafka从上手到实践-实践真知:搭建Zookeeper集群
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。