mybatis 代码生成

本文介绍如何利用Eclipse及MyBatis Generator插件快速生成数据库映射所需的Java实体类、Mapper接口及XML配置文件等内容。通过配置generatorConfig.xml文件,可自定义生成文件的位置及样式。
1. 安装eclipse插件。更新地址: http://mybatis.googlecode.com/svn/sub-projects/generator/trunk/eclipse/UpdateSite/

2. 新建文件 generatorConfig.xml 。可以放到随便哪个工程随便哪个位置。

3. 编辑文件内容。参考如下:
<?xml version="1.0" encoding="UTF-8" ?> <!-- 必需在第一行 -->
<!DOCTYPE generatorConfiguration PUBLIC "-//mybatis.org//DTD MyBatis Generator Configuration 1.0//EN" "http://mybatis.org/dtd/mybatis-generator-config_1_0.dtd" >
<generatorConfiguration>
<classPathEntry
location="E:\workspace\Flower\WebContent\WEB-INF\lib\mysql-connector-java-5.1.8-bin.jar" />
<context id="context1" defaultModelType="flat" targetRuntime="MyBatis3">
<!-- 支持分页 -->
<plugin type="org.mybatis.generator.plugins.RowBoundsPlugin"></plugin>
<!-- 不要生成时间 -->
<commentGenerator>
<property name="suppressDate" value="true" />
</commentGenerator>
<jdbcConnection driverClass="com.mysql.jdbc.Driver"
connectionURL="jdbc:mysql://localhost:3306/ggtest" userId="root"
password="xxx" />

<javaModelGenerator targetPackage="com.generator.model"
targetProject="ProjectName" />
<sqlMapGenerator targetPackage="com.generator.mapper"
targetProject="ProjectName" />
<javaClientGenerator targetPackage="com.generator.mapper"
targetProject="ProjectName" type="XMLMAPPER" >
<!-- 指定mapper的父类 -->
<property name="rootInterface" value="com.generator.MapperBase" />
</javaClientGenerator>

<table schema="ptest" tableName="material">
<!-- 使用真实的列名做属性名 -->
<property name="useActualColumnNames" value="true"/>
<!-- 在表名前加上库名 -->
<property name="runtimeSchema" value="xxx" />
</table>

</context>
</generatorConfiguration>

4. 在eclipse中右击文件generatorConfig.xml, 选择“Generate Mybatis/iBATIS Artifacts”。

5. 参考eclipse的帮助内容学习使用生成的文件或做定制。
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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