Hibernate的抓取策略

本文深入解析ORM中立即检索与延迟检索的概念,对比get()与load()方法的不同,并详细阐述类级别与关联级别检索的配置方式。同时,文章还探讨了在一对多与多对一关联中fetch与lazy属性的作用,以及不同设置下SQL语句的生成机制。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

立即检索:

            * 当执行某行代码的时候,马上发出SQL语句进行查询.

            * get()方法

延迟检索:

            * 当执行某行代码的时候,不会马上发出SQL语句进行查询.当真正使用这个对象的时候才会发送SQL语句.

            * load()方法

类级别检索和关联级别检索:

            * 类级别的检索:

            * <class>标签上配置lazy

            * 关联级别的检索:

            * <set>/<many-to-one>上面的lazy

从一的一方关联多的一方:

            * <set>

            * fetch:控制sql语句的类型

            * join      :发送迫切左外连接的sql语句,同时查询对象及关联对象,此时,lazy属性就失效了。

            * select    :默认值,发送多条SQL查询关联对象.

            * subselect :发送子查询查询关联对象.(需要使用Query接口测试)

 

            * lazy:控制关联对象的检索是否采用延迟.

            * true      :默认值, 查询关联对象的时候使用延迟检索

            * false     :查询关联对象的时候不使用延迟检索.

            * extra     :极其懒惰.

 

***** 如果fetch是join的情况,lazy属性将会忽略.

 

在多的一方关联一的一方:

             * <many-to-one>

             * fetch:控制SQL语句发送格式

             * join      :发送一个迫切左外连接查询关联对象.fetch=”join”,lay属性会被忽略.

             * select    :发送多条SQL检索关联对象.

             * lazy:关联对象检索的时候,是否采用延迟

             * false     :不延迟

             * proxy     :使用代理.检索订单的时候,是否马上检索客户 由Customer对象的映射文件中<class>上lazy属性来决定.

             * no-proxy  :不使用代理

python+opencv简谱识别音频生成系统源码含GUI界面+详细运行教程+数据 一、项目简介 提取简谱中的音乐信息,依据识别到的信息生成midi文件。 Extract music information from musical scores and generate a midi file according to it. 二、项目运行环境 python=3.11.1 第三方库依赖 opencv-python=4.7.0.68 numpy=1.24.1 可以使用命令 pip install -r requirements.txt 来安装所需的第三方库。 三、项目运行步骤 3.1 命令行运行 运行main.py。 输入简谱路径:支持图片或文件夹,相对路径或绝对路径都可以。 输入简谱主音:它通常在第一页的左上角“1=”之后。 输入简谱速度:即每分钟拍数,同在左上角。 选择是否输出程序中间提示信息:请输入Y或N(不区分大小写,下同)。 选择匹配精度:请输入L或M或H,对应低/中/高精度,一般而言输入L即可。 选择使用的线程数:一般与CPU核数相同即可。虽然python的线程不是真正的多线程,但仍能起到加速作用。 估算字符上下间距:这与简谱中符号的密集程度有关,一般来说纵向符号越稀疏,这个值需要设置得越大,范围通常在1.0-2.5。 二值化算法:使用全局阈值则跳过该选项即可,或者也可输入OTSU、采用大津二值化算法。 设置全局阈值:如果上面选择全局阈值则需要手动设置全局阈值,对于.\test.txt中所提样例,使用全局阈值并在后面设置为160即可。 手动调整中间结果:若输入Y/y,则在识别简谱后会暂停代码,并生成一份txt文件,在其中展示识别结果,此时用户可以通过修改这份txt文件来更正识别结果。 如果选择文件夹的话,还可以选择所选文件夹中不需要识别的文件以排除干扰
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值