MyBatis数据持久框架概述

本文深入探讨MyBatis数据持久框架,解释其名称由来,与ORM框架的关系,以及如何简化JDBC操作,提升数据库交互效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

MyBatis数据持久框架概述

本文按照以下思路进行讲解:

  1. 为什么MyBaits框架叫数据持久框架
  2. MyBatis框架和ORM框架之间的关系
  3. MyBatis框架做了什么

MyBatis是一个数据持久框架,要理解“数据持久”这个概念,首先我们需要了解什么是持久,以及为什么要持久。

持久及原因

持久的意思就是:

让程序运行结束后,依然能够保存数据

也就是,把内存数据写入磁盘

也就是,固化

为什么要持久化呢

程序中的数据是存放在内存的,它的生命周期是从程序运行开始到程序关闭后,我们想要固化数据可以通过一下手段:

  1. 存到数据库
  2. 序列化和反序列化

在mybaits中,它采取存到数据库的方法进行数据的固化。

这就是为什么MyBaits被称为数据持久框架的原因

提到数据持久层框架就不得不提到一个概念:ORM(对象-关系映射)。

常说MyBatis是一种流行的ORM框架,那么ORM框架是什么呢?

ORM对象-关系映射框架

ORM(Object Relational Mapping)框架采用元数据来描述对象一关系映射细节,元数据一般采用XML格式(注解方式),并且存放在专门的对象一映射文件中。

所谓的对象就是指Java里的类(对象),关系就是数据库里的表(关系),对象-关系映射就是将这两对应起来,更加具体的映射关系如下:

数据库Java
对象(实例)
列(字段)对象的属性

实际上,MyBatis就是一种半自动化的ORM的实现。

Hibernate是全ORM。

所谓半自动化是指,只要表和类一致,列与属性一致,则可以自动生成对应关系,但是Hibernate无论是否一致都要自己编写配置

参考链接:ORM的作用以及相关简介

上面介绍了MyBatis框架名字的由来以及它与ORM框架的关系,接下来介绍MyBatis到底做了什么

在MyBatis框架出现之前,我们使用jdbc技术将数据持久化,MyBatis框架本质上就是将jdbc操作封装起来,使我们能够只关注需要自定义的部分,而不用再花时间去编码固定的操作。

那么所谓的jdbc是什么呢?

JDBC

JDBC是Java数据库连接(Java DataBase Connectivity)技术的简称,提供连接各种常用数据库的能力

JDBC的过程如下:

  1. 打开连接
  2. 定义sql语句
  3. 获取预编译接口(SQL)
  4. 执行SQL语句
  5. 获取结果集ResultSet
  6. 遍历结果集,将数据封装进pojo

pojo是什么?

POJO是一个简单的普通的Java对象,它不包含业务逻辑或持久逻辑等,但不是JavaBean、EntityBean等,不具有任何特殊角色和不继承或不实现任何其它Java框架的类或接口。

public static void main(String[] args) throws IOException,
ClassNotFoundException, SQLException, IllegalAccessException {
	
    //1.打开连接
    Class.forName("com.microsoft.jdbc.sqlserver.SQLServerDriver");// 加载驱动
    Connection conn = DriverManager.getConnection(
        "jdbc:microsoft:sqlserver://localhost:1433;DatabaseName=pubs",
        "sa", "root");// 获取连接
    //2.获取预编译接口
    Statement sts = conn.createStatement();// 创建一个 Statement 对象来将 SQL 语句发送到数据库
    //3.执行sql语句并获取结果集
    ResultSet set = sts.executeQuery("select * from t_user order by age_");// 执行sql
    //4.遍历结果集,获取所需数据
    System.out.println(" |用户id |姓名 |年龄 |出生日期 |email |");
    while (set.next()) {// 得到结果并输出到网页
        System.out.print(" |");
        System.out.print(set.getInt("id_") + " |");
        System.out.print(set.getString("name_") + " |");
        System.out.print(set.getInt("age_") + " |");
        System.out.print(set.getDate("birth_") + " |");
        System.out.print(set.getString("email_") + " |");
        System.out.println();
    }

}

MyBatis实际上就是将上述除了编写SQL语句的部分,全部封装了(仅个人理解)

JDBC的优缺点

优点

  • 与数据库直接连接,执行速度快
  • 编写SQL语句灵活

缺点

  • 代码重复、冗余

MyBatis架构

1、 mybatis配置

SqlMapConfig.xml,此文件作为mybatis的全局配置文件,配置了mybatis的运行环境等信息。

mapper.xml文件即sql映射文件,文件中配置了操作数据库的sql语句。此文件需要在SqlMapConfig.xml中加载。

2、 通过mybatis环境等配置信息构造SqlSessionFactory即会话工厂

3、 由会话工厂创建sqlSession即会话,操作数据库需要通过sqlSession进行。

4、 mybatis底层自定义了Executor执行器接口操作数据库,Executor接口有两个实现,一个是基本执行器、一个是缓存执行器。

5、 Mapped Statement也是mybatis一个底层封装对象,它包装了mybatis配置信息及sql映射信息等。mapper.xml文件中一个sql对应一个Mapped Statement对象,sql的id即是Mapped statement的id。

6、 Mapped Statement对sql执行输出结果进行定义,包括HashMap、基本类型、pojo,Executor通过Mapped Statement在执行sql后将输出结果映射至java对象中,输出结果映射过程相当于jdbc编程中对结果的解析处理过程。

MyBatis约定

通常约定增删改查的前缀如下:

  • select

  • insert

  • update

  • delete

### 一段端到端与二段的区别 #### 定义与架构差异 一段端到端方法指的是从原始数据直接映射到最终输出的任务处理方,在此过程中间没有任何显性的中间表示或阶段划分。对于智能驾驶而言,这意味着传感器输入可以直接转换成车辆控制指令[^1]。 相比之下,二段端到端解决方案则引入了一个或多个中间层用于特征提取或其他预处理操作后再进行决策制定。这种设计允许开发者更好地理解和调试系统行为,并且可以在不同模块之间灵活调整性能权衡。 #### 实现复杂度比较 一段的方法通常具有更高的理论简洁性和潜在效率优势,因为减少了不必要的计算开销;然而这也增加了训练难度——网络需要学习更加复杂的映射关系,尤其是在面对多样化的真实世界环境变化时可能会遇到挑战。 相反地,由于存在明确分离的功能组件,使得二段更容易被人类工程师理解、分析和改进。此外,当某些特定子任务已经拥有成熟的技术支持时(比如高质量的目标检测算法),采用分步策略可以充分利用现有资源从而加速整体开发进度。 #### 应用场景探讨 ##### 一段适用情况 - **简单明了的任务**:如果应用场景相对固定且规则清晰,则可以选择一段方案以追求极致的速度表现。 - **高度集成的需求**:在那些对实时响应要求极高并且希望减少延迟的情况下,如低速园区内的无人驾驶摆渡车项目中,一段的设计能提供更快捷的数据流传输路径。 ##### 二段更适合的情形 - **复杂多变的环境**:当面临不确定因素较多的操作条件或是需要频繁更新适应新状况的工作场合下,通过逐步细化的方能够有效提升系统的鲁棒性和泛化能力。 - **研究探索阶段**:科研人员往往倾向于先建立易于拆解验证的基础框架来进行假设测试和技术迭代,因此初期实验更多会考虑使用二段结构以便于观察各个组成部分的表现特性。 ```python # Python伪代码展示两种模下的基本流程对比 def one_stage_end_to_end(input_data): output = model.predict(input_data) # 直接预测结果 return post_process(output) def two_stage_end_to_end(input_data): features = feature_extractor.extract_features(input_data) # 提取特征 prediction = decision_maker.make_decision(features) # 做出决定 return refine_output(prediction) ```
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