mybatis学习笔记

### 在Maven的POM文件中的build节点下的plugins 节点中添加MyBatis-generater插件的依赖
```
 <plugin>
        <groupId>org.mybatis.generator</groupId>
        <artifactId>mybatis-generator-maven-plugin</artifactId>
        <version>1.3.5</version>
        <executions>
            <execution>
                <id>Generate MyBatis Artifacts</id>
                <goals>
                    <goal>generate</goal>
                </goals>
            </execution>
        </executions>


        <dependencies>
            <dependency>
                <groupId>mysql</groupId>
                <artifactId>mysql-connector-java</artifactId>
                <version>5.1.38</version>
            </dependency>
        </dependencies>
        <configuration>
            <!--配置文件的路径 -->
            <configurationFile>${basedir}/mybatis-generatorConfig.xml</configurationFile>
            <overwrite>true</overwrite>
        </configuration>
 </plugin>
```


1. 因为插件运行的时候,需要连接数据库,通过数据库中的表,逆向生成实体类,然后是这些表所对应的
Mapper文件和Mapper映射器接口。代码生成器会生成:
- 表所对应的实体类
- 表所对应的Mapper文件 *.xml
- 表所对应的映射器接口


  所以在这个maven插件中,需要依赖数据库的驱动程序>mysql-connector-java。代码生成的规则在mybatis-generator插件的配制文件中定义。即MyBatis代码生成器有一个配制文件,这个配制文件在configurationFile中指定


2. ${basedir}表示maven项目的根目录。上面的配制中,将Mybatis-generatorConfig.xml这个配制文件放在的项目的根目录下。


3. Mybatis-generatorConfig.xml配制文件需要关注的节点:
- jdbcConnection :指定了需要连接哪个数据库,数据库的用户名,密码
- javaModelGenerator: 指定了实体类生成后,存放的目录,以及包名(存放到哪个包中)
- sqlMapGenerator: 指定了生成的Mapper文件(*.xml) 文件存放的目录以及包名
- javaClientGenerator: 指定了映射器接口存放的包名和存放的目录
- table :指定要生成哪些表


4. 在idea 中刷新Maven Project
   找到 Plugins/mybatis-generator,然后双击 mybatis-generator:generate就可以运行代码生成器生成代码
    

【SCI级别】多策略改进鲸鱼优化算法(HHWOA)和鲸鱼优化算法(WOA)在CEC2017测试集函数F1-F30寻优对比内容概要:本文档主要介绍了一项关于多策略改进鲸鱼优化算法(HHWOA)与标准鲸鱼优化算法(WOA)在CEC2017测试集函数F1-F30上进行寻优性能对比的研究,属于智能优化算法领域的高水平科研工作。文中通过Matlab代码实现算法仿真,重点展示了HHWOA在收敛速度、寻优精度和稳定性方面的优势,体现了多策略改进的有效性。该研究适用于复杂优化问题求解,尤其在工程优化、参数辨识、机器学习超参数调优等领域具有应用潜力。; 适合人群:具备一定算法基础和Matlab编程能力的研究生、科研人员及从事智能优化算法开发与应用的工程技术人员,尤其适合致力于SCI论文写作与算法创新的研究者。; 使用场景及目标:①用于理解鲸鱼优化算法的基本原理及多策略改进思路(如种群初始化、非线性收敛因子、精英反向学习等);②为智能优化算法的性能测试与对比实验提供CEC2017标准测试平台的实现参考;③支撑学术研究中的算法创新与论文复现工作。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注HHWOA的改进策略模块与WOA的差异,通过重复实验验证算法性能,并可将其思想迁移至其他优化算法的改进中,提升科研创新能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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