hibernate04 持久化类和持久化对象

本文介绍了Java持久化的概念,持久化类的定义及其编写规则,包括无参构造方法、私有属性与get/set方法、唯一标识OID、避免使用final修饰及推荐使用包装类等。此外还探讨了持久化对象的状态及其转换,以及如何利用Hibernate自动更新数据库。

一、持久化
所谓持久化就是将内存中的数据永久的存储到关系型数据库中

二、持久化类
1、持久化类的定义
一个java类与数据库中的某个表建立了映射关系,那么这个java类就是持久化类

2、持久化类的编写规则
①、持久化类需要提供公共无参的构造方法
因为 Hibernate 中需要通过反射来生成持久化类的实例

②、持久化类的属性需要定义为私有的,并提供get、set方法
因为 HIbernate 的底层会对查询的数据进行封装(属性的赋取值即调用get、set方法)

③、持久化类要有一个唯一标志OID与表的主键对应
Hibernate 中需要通过这个唯一标志OID来区分内存中是否是同一个持久化对象。

④、持久化类尽量不使用final来修饰
因为Hibernate中有延迟加载的机制,该机制中会产生代理对象,Hibernate产生代理对象使用的是字节码的增强技术完成的,其实就是产生了当前类的一个子类对象来实现的。如果使用了final,则不能产生子类,从而就不会产生代理对象,那么HIbernate的延迟加载策略就会失效。

⑤、持久化类的属性要尽量使用包装类的类型
使用基本类型的包装类型一个好处是,可以区分数据是没有传值默认生成的,还是本身就是这个默认值,比如一个表示数量的整数类型,如果使用int,没有传值时, 数据库中会出现0,如果使用Integer,没有传值时,数据库中是null。

三、持久化对象
1、持久化对象的三种状态:
①、瞬时(临时)状态:就一个普通的对象,既没有关联Session,也没有OID(持久化标识),与数据库中的数据无任何关联。
②、持久化状态:对象关联了Session,并且具有一个OID,在数据库中有对应的记录。
③、游离状态:当某个持久化状态的实例跟Session的关联被关闭的时候就变成了托管状态。游离状态对象存在OID,并且仍然跟数据库中的数据存在关联,但是失去了与当前Session的关联,游离状态对象发生改变时不能被Hibernate检测到。

public void test_01(){
        Configuration configuration = new Configuration().configure();
        SessionFactory sessionFactory= configuration.buildSessionFactory();
        Session session = sessionFactory.openSession();
        Transaction transaction = session.beginTransaction();

        Customer customer = new Customer();//此时只是一个普通的对象,既没有关联session,也没有OID,所以是瞬时状态

        customer = session.get(Customer.class, 1L);//此时通过get方法,让customer既关联了session,也拥有了OID(1L),与数据库中的某条记录想对应,所以是持久化状态

        transaction.commit();
        session.close();//此时session关闭,customer失去了与session的关联,但是仍然拥有OID,所以是游离(脱管)状态
    }

状态流转图:
这里写图片描述

2、持久化对象能够自动更新数据库

public void test_02(){
        Configuration configuration = new Configuration().configure();
        SessionFactory sessionFactory= configuration.buildSessionFactory();
        Session session = sessionFactory.openSession();
        Transaction transaction = session.beginTransaction();

        Customer customer = new Customer();

        customer = session.get(Customer.class, 1L);

        customer.setCustName("AAAA");

        transaction.commit();//提交之前并没有执行session.update()操作,但是会将更改的数据同步到数据库中
        session.close();
    }
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分指标展开,从而定量验证PSO算法在提升SVM模型分能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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