JPA'Many2Many

本文介绍了在Java中实现Many2Many关系的方法,通过具体的代码示例展示了如何定义双向关联,并详细解释了如何进行持久化操作及关系维护。

Many2Many关系:
 Document(主动)<---->(被动)KMFile

 

class Document
主动关联设置:指定中间表,及字段。
 @ManyToMany(fetch=FetchType.LAZY, cascade={CascadeType.PERSIST}, targetEntity=KMFile.class)
 @JoinTable(inverseJoinColumns={@JoinColumn(name="file_id")}, name="LINK_KMFile", joinColumns={@JoinColumn(name="linker_id")})
 public List<KMFile> getFiles() {
  return fileList;
 }

 

class KMFile
被动关联设置:只需设置mappedBy,即本体在主体中的属性(Document#getFiles)。
 @ManyToMany(fetch=FetchType.LAZY, cascade={CascadeType.PERSIST}, mappedBy="files", targetEntity=Document.class)
 public List<Document> getDocuments() {
  return docList;
 }

  

使用示例:

Logger调为Fine,以输出SQL(本例使用derby),执行结果输出:

--INSERT INTO Document (ID, CREATETIME, LASTMODIFIED, TITLE, DESCRIPTION, OWNER_ID) VALUES (?, ?, ?, ?, ?, ?)
 bind => [4508551237913941891, null, null, AAA, null, null]
--INSERT INTO KMFile (ID, CREATETIME, NAME, TYPE, SIZE, LASTMODIFIED, TITLE) VALUES (?, ?, ?, ?, ?, ?, ?)
 bind => [4508551237913941892, null, null, 0, 0, null, BBB]
--INSERT INTO LINK_KMFile (file_id, linker_id) VALUES (?, ?)
 bind => [4508551237913941892, 4508551237913941891]


--SELECT ID, CREATETIME, LASTMODIFIED, TITLE, DESCRIPTION, OWNER_ID FROM Document WHERE (ID = CAST (? AS BIGINT ))
 bind => [4508551237913941891]
文档:AAA
文档-附件:BBB
--SELECT ID, CREATETIME, NAME, TYPE, SIZE, LASTMODIFIED, TITLE FROM KMFile WHERE (ID = CAST (? AS BIGINT ))
 bind => [4508551237913941892]
附件:BBB
附件-文档:AAA

 

Relationships: http://www.devx.com/Java/Article/33906/0/page/2

内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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