EWeb4J-1.9-继续改善ActiveRecord支持【级联】操作

本文详细介绍了如何在ActiveRecord中实现级联操作,强调开发者控制一切,并通过代码示例展示了具体实现过程。
老习惯:约定优于配置,配置覆盖约定,少侵入,开发者控制一切

由于之前已经封装好CascadeDAO接口。因此本次在ActiveRecord中增加级联操作就显得很简单了。

这个是使用的时候:
PetControl.java

@Validate(value={"pet.*"}, except={"pet.id"})
@Transactional
public String create(Validation val, Map model) {
if (val.hasErr())
return JsonConverter.convert(val.getAllErr());

pet.create();

pet.cascade().select("fied1","field2");
pet.cascade().insert("fied1","field2");
pet.cascade().update("fied1","field2");
pet.cascade().delete("fied1","field2");

model.put("types", TYPES);

return "index";
}

可以看到,新版本的级联操作依然是开发者主动发起的,没有懒加载、自动级联这些概念。开发者控制一切。
实现原理:
Model.java

public Cascade cascade(){
Cascade cascade = new CascadeImpl(DAOFactory.getCascadeDAO(dsName), this);

return cascade;
}

Cacade.java

public interface Cascade {

void select(String... fields);

void update(String... fields);

void delete(String... fields);

void insert(String... fields);

}

CascadeImpl.java

public class CascadeImpl implements Cascade{

private CascadeDAO cascadeDAO;
private Model model;

CascadeImpl(CascadeDAO cascadeDAO, Model model){
this.cascadeDAO = cascadeDAO;
this.model = model;
}

public void select(String... fields) {
this.cascadeDAO.select(model, fields);
}

public void update(String... fields) {
this.cascadeDAO.update(model, fields);
}

public void delete(String... fields) {
this.cascadeDAO.delete(model, fields);
}

public void insert(String... fields) {
this.cascadeDAO.insert(model, fields);
}

}


可以看到其实就是代理了下这个 CascadeDAO 而已。

PS:数数日子,1.9-SNAPSHOT也已经好些日子了。本来打算4-8号发布的。当时由于验证器这块还是不够方便和有效。现在总算解决。我想差不多就发布了吧。进行这个版本最后的Demo测试。等我写好用户文档,也就差不多发布了 :b
基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
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