面试之mybatis和hibernate的区别

本文对比了MyBatis和Hibernate两大持久层框架的特点及适用场景。MyBatis支持SQL查询、存储过程和高级映射,而Hibernate则提供更完整的数据结构封装。两者在扩展性、SQL效率和优化方面存在显著差异。

mybatis是支持普通SQL查询、存储过程和高级映射的优秀持久层框架。封装了 几乎所有的JDBC代码和参数的手工设置 以及结果集的检索:

封装了:1,获取连接,执行sql,释放连接。

              2,sql的参数设置,属性自动传递参数(例如emp有name和age属性,sql语句写成“insert into emp (name,age) values(#{name},#{age})”就可以了,不用像jdbc                    一样还要用preparedstatement对象设置参数ps.setString(1,“xiaoming”)

              3,封装了记录映射成实体对象的的过程,(jdbc要自己写rowmapper)

hibernate也是当前流行的orm工具,访问数据库的框架,对数据结构提供了较完整的封装。

封装了:1,获取连接,sql编写,执行sql,释放连接。

              2,sql参数设置,

              3,记录封装成实体对象等一系列过程。

对比上面两个,一目了然,hibernate相比mabatis居然连sql编写也封装了。这点本质的不同,是mybatis与hibernate的最大区别,很多网上写的区别,看起来很乱,很头大其实大多都是从这点引发出来的。

接下来我们一点一点的说。

区别一:扩展性方面。使用mybatis要自己根据相应的数据库写不同的sql实现,例如用MySQL数据库写了一个sql的分页语句,如果换成了oracle数据库就用不了了。然而如果是hibernate的hql语句则是对实体类(User)和属性的操作,也拿分页查询来说,string hql=“from User”; Query q1=session.creatQuery(hql); q1.setFirstResult(m);q1.setMaxResult(n);   List<User> list=q1.list();会根据具体的数据库生成各自相应不同的查询的语句,所以移植性很好。

区别二:sql效率,优化方面。Hibernate的查询,更新都是对所有字段的操作例如(根据id查询,sessin.get(User.class,"id"),还有要session.update(对象)时,按照对象的id做条件,更新其他字段信息。如果想要更新部分字段,其他字段保持不变,则对象的其他字段对应的属性也要有原值),这一点会有性能消耗。Hibernate也可以自己写SQL来指定需要查询的字段,但这样就破坏了Hibernate开发的简洁性。而Mybatis的SQL是手动编写的,所以可以按需求指定查询的字段。maybatis的优化,就是对sql语句的优化,MyBatis在Session方面和Hibernate的Session生命周期是一致的,同样需要合理的Session管理机制。hibernate的优化(可以记一下):

  1. 制定合理的缓存策略;
  2. 尽量使用延迟加载特性;
  3. 采用合理的Session管理机制;
  4. 使用批量抓取,设定合理的批处理参数(batch_size);
  5. 进行合理的O/R映射设计

 

还有一点被面试问到过,就是sql和hql形式上的区别。个人认为属于第一点区别:

       sql: select 字段名...from table_name  where  字段名...   sql是直接对数据库表的操作

       hql:select 属性名...from 实体类 where 属性 条件 ...group by 属性order by属性。hql是对与表有映射关系的实体类的操作,底层会再自动生成相应的sql。  

 

以上点就是最大的区别了。当然网上还有说对象管理和抓取策略,缓存机制什么的,太高级了这里不再讨论了。附上连接:

http://blog.youkuaiyun.com/firejuly/article/details/819022

转载于:https://www.cnblogs.com/huangwentian/p/6926922.html

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试性能评估。4.1测试环境与方法介绍测试环境配置采用的测试方法。4.2功能测试结果展示各功能模块的测试结果问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
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