Spring学习_整合Mybatis

MyBatis与Spring整合实战
本文详细介绍了如何使用MyBatis与Spring框架进行整合,包括数据库连接配置、Mapper对象生成及服务层实现等关键步骤,展示了从创建实体类到完成数据库操作的全过程。

这么多jar:
mybatis-spring. jar
spring-tx. jar
spring-jdbc. jar
spring-expression. jar
spring-context- support. jar
spring-core. jar
spr ing-context. jar
spring-beans. jar
spring-raop. jar
spring-web. jar
commons-logging. jar
commons-jdbc. jar
ojdbc. jar
mybatis. jar
log4. jar
commons -pool. jar

之前用到了很多,就不贴链接了。

mybatis-spring. jar:https://mvnrepository.com/artifact/org.mybatis/mybatis-spring/1.3.2
1、建立表与类

create table mstudent(
  id number primary key ,
  name varchar2(10),
  age number
);
insert into mstudent values (1,'张三',15);
insert into mstudent values (2,'李四',25);
insert into mstudent values (3,'王五',36);
select * from mstudent;
public class Student {
    private int id;
    private String name;
    private int age;
}

2、mybatis配置文件conf.xml(优化后可省)

3、通过mapper.xml建立映射关系

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.student.mapper.StudentMapper">
    <insert id="addStudent" parameterType="com.student.entity.Student">
        insert into mstudent values (#{id},#{name},#{age})
    </insert>
</mapper>

4、通过spring产生mapper对象

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
       xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:mybatis="http://mybatis.org/schema/mybatis-spring"
       xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://mybatis.org/schema/mybatis-spring http://mybatis.org/schema/mybatis-spring.xsd">
<!--    加载数据库配置文件-->
    <bean id="config" class="org.springframework.beans.factory.config.PreferencesPlaceholderConfigurer">
        <property name="locations">
            <array>
                <value>classpath:db.properties</value>
            </array>
        </property>
    </bean>
<!--    配置数据库信息,替代mybatis配置文件-->
    <bean id="datasource" class="org.apache.commons.dbcp.BasicDataSource">
        <property name="driverClassName" value="${driver}"/>
        <property name="url" value="${url}"/>
        <property name="username" value="${username}"/>
        <property name="password" value="${password}"/>
    </bean>
<!--    在springIOC容器中创建MyBatis的核心类SqlSessionFactory-->
    <bean id="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
<!--        添加数据源-->
        <property name="dataSource" ref="datasource"/>
<!--        只能有一个主配置文件,加载mybatis配置文件-->
<!--        <property name="configLocation" value="classpath:conf.xml"/>-->
        <!--        加载mybatis的配置文件mapper-->
        <property name="mapperLocations" value="com/student/mapper/*.xml">
        </property>
    </bean>
    <bean id="studentMapper" class="com.student.Dao.Impl.StudentDaoImpl">
        <property name="sqlSessionFactory" ref="sqlSessionFactory"/>
    </bean>
    <bean id="studentService" class="com.student.service.impl.StudentServiceImpl">
        <property name="studentMapper" ref="studentMapper"/>
    </bean>
</beans>

优化整合

conf.xml优化

        <!--    第一种方式生成mapper对象-->
        <!--<bean id="studentMapper" class="com.student.Dao.Impl.StudentDaoImpl">
            <property name="sqlSessionFactory" ref="sqlSessionFactory"/>
        </bean>-->

    <!--    第二种方式生成mapper对象-->
    <!--<bean id="studentMapper" class="org.mybatis.spring.mapper.MapperFactoryBean">
        <property name="mapperInterface" value="com.student.mapper.StudentMapper"/>
        <property name="sqlSessionFactory" ref="sqlSessionFactory"/>
    </bean>-->

    <!--    第三种,批量产生的mapper默认是首字母小写的接口名-->
    <bean id="mappers" class="org.mybatis.spring.mapper.MapperScannerConfigurer">
        <property name="sqlSessionFactoryBeanName" value="sqlSessionFactory"/>
        <!--指定批量产生的包        -->
        <property name="basePackage" value="com.student.mapper"/>
     </bean>

愿你心如花木,向阳而生

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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