设为首页收藏本站
开启辅助访问

SpringBoot开发实用篇2

 您所在的位置：网站首页 › mybatis plus orderby 把null排在后面 › SpringBoot开发实用篇2

SpringBoot开发实用篇2

2023-06-04 18:11| 来源: 网络整理| 查看: 265

四、数据层解决方案 1.SQL

现有数据层解决方案技术选型：Druid+MyBatis-plus+MySQL 数据源：DruidDataSource 持久化技术：MyBatis-plus/MyBatis 数据库：MySql 内置数据源： SpringBoot提供了3种内嵌的数据源对象供开发者选择： HikariCP：默认内置数据源对象； Tomcat提供DataSource：HikariCP不可用的情况下，且在web环境中，将使用tomcat服务器配置的数据源对象； Commons DBCP：Hikari不可用，tomcat数据源也不可用，将使用dbcp数据源。 在这里插入图片描述 使用方式：先使用默认配置，再使用个性化配置。 通用配置无法设置具体的数据源配置信息，仅提供基本的连接相关配置，如需配置，在下一级配置中设置具体设定。 在这里插入图片描述 JdbcTemplate：Spring提供的默认的持久化技术（几乎没人用） 操作数据库的模板技术。 pom.xml：

org.springframework.boot spring-boot-starter-jdbc @Autowired private JdbcTemplate jdbcTemplate; @Test void testJdbcTemplate(){ String sql="select * from tbl_book"; RowMapper rm=new RowMapper() { @Override public Book mapRow(ResultSet rs, int rowNum) throws SQLException { Book temp=new Book(); //查出来的放到结果集中，从结果集中得到，在set到对象中 temp.setId(rs.getInt("id")); temp.setName(rs.getString("name")); temp.setType(rs.getString("type")); temp.setDescription(rs.getString("description")); return temp; } }; List list = jdbcTemplate.query(sql, rm); System.out.println(list); } @Test void testJdbcTemplateSave(){ String sql="insert into tbl_book values(null,'springboot','springboot','springboot')"; jdbcTemplate.update(sql); }

H2数据库： SpringBoot提供了3种内嵌数据库供开发者选择，提高开发测试效率： H2 HSQL Derby 伴随着内存启动而启动的数据库，比较小巧。 pom.xml中：

com.h2database h2 org.springframework.boot spring-boot-starter-data-jpa

配置文件中： 在这里插入图片描述 开启服务后，在浏览器中就可以访问： 在这里插入图片描述 可以和持久层框架Mybatis-plus、JdbcTemplate搭配使用。

2.NoSQL （1）Redis

市面上常见的NoSQL解决方案： Redis MongoDB ES 上述技术通常在Linux系统中安装部署。 在Windows安装，方便整合（整合都是一样的）。 Redis是一款key-value存储结构的内存级NoSQL数据库： 支持多种数据存储格式 支持持久化 支持集群 Redis的安装与启动（Windows版） Windows解压安装或一键式安装 服务端启动命令

redis-server.exe redis.windows.conf

客户端启动命令

redis-cli.exe

具体操作：先打开服务器，再用客户端去连接。 在这里插入图片描述 在这里插入图片描述 SpringBoot整合Redis: 导入redis对应的starter，在创建工程的时候勾选。

配置Redis（采用默认配置） 在这里插入图片描述 提供操作Redis接口对象RedisTemplate：

@SpringBootTest class Springboot16RedisApplicationTests { @Resource private RedisTemplate redisTemplate; @Test void set() { ValueOperations ops = redisTemplate.opsForValue(); ops.set("age",41); } @Test void get(){ ValueOperations ops = redisTemplate.opsForValue(); Object age = ops.get("age"); System.out.println(age); } @Test void hset() { HashOperations ops = redisTemplate.opsForHash(); ops.put("info","a","aa"); } @Test void hget(){ HashOperations ops = redisTemplate.opsForHash(); Object val = ops.get("info", "a"); System.out.println(val); } }

客户端：RedisTemplate以对象作为key和value，内部对数据进行序列化。 StringRedisTemplate以字符串作为key和value，与Redis客户端操作等效。

@SpringBootTest public class StringRedisTemplateTest { @Autowired private StringRedisTemplate stringRedisTemplate; @Test void get(){ ValueOperations ops = stringRedisTemplate.opsForValue(); String name = ops.get("name"); System.out.println(name); } }

客户端使用jedis，加坐标，改配置文件。 在这里插入图片描述 在这里插入图片描述 lettcus和jedis的区别： jedis连接Redis服务器是直连模式，当多线程模式下使用jedis会存在线程安全问题，解决方案可以通过配置连接池使每个连接专用，这样整体性能就会大受影响。 lettcus基于Netty框架进行与Redis服务器连接，底层设计中采用StatefulRedisConnection。StatefulRedisConnection自身是线程安全的，可以保障并发访问安全问题，所以一个连接可以被多线程复用。当然lettcus也支持多连接实例一起工作。

（2）MongoDB

需求：既能存储结构化数据，又高性能。数据有着很高的修改需求 MongoDB是一个开源、高性能、无模式的文档型数据库。NoSQL数据库产品的一种，是最像关系型数据库的非关系型数据库。 启动mongoDB服务： 在这里插入图片描述 在客户端连接MongoDB服务：

mongo --host=127.0.0.1 --port=27017

在这里插入图片描述 在这里插入图片描述 或者使用可视化客户端： 在这里插入图片描述 基础CRUD操作： 在这里插入图片描述 在这里插入图片描述 SpringBoot整合MongoDB: 1.导入Mongodb对应的starter：

org.springframework.boot spring-boot-starter-data-mongodb

2.配置mongodb访问uri： 在这里插入图片描述 3.提供操作Mongodb接口对象MongoTemplate

@SpringBootTest class Springboot17MongdbApplicationTests { @Autowired private MongoTemplate mongoTemplate; @Test void contextLoads() { Book book=new Book(); book.setId(1); book.setName("springboot"); book.setType("springboot"); book.setDescription("springboot"); mongoTemplate.save(book); } /** * 类型转换的问题 把数据库中不是int的删了 */ @Test void find(){ List all = mongoTemplate.findAll(Book.class); System.out.println(all); } } （3）ES Elasticsearch

相关概念： Elasticsearch是一个分布式全文搜索引擎。（分布式：架构可以做成分布式的） 要想做全文搜索： 1.通过所提供的数据进行分词，将关联数据保存起来。就有了一个一个的id对应一个一个的简要数据。 2.分词查出来先匹配一个一个的id，id再得到数据。（实际上查询的时候，是将输入这个id的数据展示出来）。 这种方式大幅度的提高了查询速度。 传统的索引：根据id查数据。 ES的索引（倒排索引）：根据关键字（数据）查id，再根据id查数据。 一条：关键字—>1—>数据 对应的是一个文档，每一条都需要提前建立起来。当使用关键字后，就能找到对应的数据了。

基础操作： 打开ES服务：双击这个批处理文件： 在这里插入图片描述 启动后，可以在浏览器直接创建。 创建/查询/删除索引： PUT：http://localhost:9200/books GET：http://localhost:9200/books DELETE：http://localhost:9200/books

在这里插入图片描述 目前创建的这个索引是不支持分词的。要支持分词添加IK插件。再重启服务。 在这里插入图片描述 创建一个有分词功能的索引： 在这里插入图片描述 查看这个索引： 在这里插入图片描述 ES文档操作： 添加一条文档，相当于给数据库中添加一条数据，不需要指定表结构。文档结构是无模式的。

使用_doc添加一个文档信息，id是自动生成的。 在这里插入图片描述 使用_create添加文档信息，后面需要加id号。 在这里插入图片描述 _doc后也可以加id号。 在这里插入图片描述查询文档：查询id为1的文档 在这里插入图片描述 查询所有文档： 在这里插入图片描述 使用条件查询： 在这里插入图片描述 在这里插入图片描述 删除文档： 删除一个已经存在的： 在这里插入图片描述 删除一个不存在的： 在这里插入图片描述 修改一个文档： 在这里插入图片描述 查询一下刚才修改的文档，发现只有name，是全覆盖。 在这里插入图片描述 如果不想全部修改，只想修改某一条属性信息：使用文档属性进行修改的。就不会覆盖其他的属性。 在这里插入图片描述 再次查询一下，只有修改的变了。 在这里插入图片描述 ElasticSearch（ES）总结： 创建文档：有三种方式。

POST http://localhost:9200/books/_doc #使用系统生成id POST http://localhost:9200/books/_create/1 #使用指定id POST http://localhost:9200/books/_doc/1 #使用指定id,不存在创建,存在更新（版本递增）

查询文档：

GET http://localhost:9200/books/_doc/1 #查询单个文档 GET http://localhost:9200/books/_search #查询全部文档

条件查询：

GET http://localhost:9200/books/_search?q=name:springboot

删除文档：

DELETE http://localhost:9200/books/_doc/1

修改文档（全量修改）

PUT http://localhost:9200/books/_doc/1

修改文档（部分修改）:对文档中的某个属性，不是对整个文档进行操作（其余都是对一整个文档进行操作的）。

POST http://localhost:9200/books/_update/1

SpringBoot整合ES客户端： 直接整合高级别的客户端： 先导入starter

org.elasticsearch.client elasticsearch-rest-high-level-client

再写配置文件：配置文件不用写，采用的是硬编码的方式。 在SpringBoot里创建ES客户端：

@Test void testCreateIndex() throws IOException { //创建客户端 HttpHost host=HttpHost.create("http://localhost:9200"); RestClientBuilder builder=RestClient.builder(host); client= new RestHighLevelClient(builder); //使用客户端发送了一个请求，创建了一个名称为books的索引 CreateIndexRequest request=new CreateIndexRequest("books"); client.indices().create(request, RequestOptions.DEFAULT); //关闭客户端 client.close(); }

在SpringBoot中创建索引：

@Test void testCreateIndexByIk() throws IOException { //创建客户端 HttpHost host=HttpHost.create("http://localhost:9200"); RestClientBuilder builder=RestClient.builder(host); client= new RestHighLevelClient(builder); //使用客户端发送了一个请求，创建了一个名称为books的索引 CreateIndexRequest request=new CreateIndexRequest("books"); String json="{\n" + " \"mappings\":{\n" + " \"properties\":{\n" + " \"id\":{\n" + " \"type\":\"keyword\"\n" + " },\n" + " \"name\":{\n" + " \"type\":\"text\",\n" + " \"analyzer\":\"ik_max_word\",\n" + " \"copy_to\":\"all\"\n" + " },\n" + " \"type\":{\n" + " \"type\":\"keyword\"\n" + " },\n" + " \"description\":{\n" + " \"type\":\"text\",\n" + " \"analyzer\":\"ik_max_word\",\n" + " \"copy_to\":\"all\"\n" + " },\n" + " \"all\":{\n" + " \"type\":\"text\",\n" + " \"analyzer\":\"ik_max_word\"\n" + " }\n" + " }\n" + " }\n" + "}"; //设置请求中的参数 request.source(json, XContentType.JSON); client.indices().create(request, RequestOptions.DEFAULT); //关闭客户端 client.close(); }

添加单个文档：

//添加文档 @Test void testCreateDoc() throws IOException { //创建客户端 HttpHost host=HttpHost.create("http://localhost:9200"); RestClientBuilder builder=RestClient.builder(host); client= new RestHighLevelClient(builder); Book book = bookDao.selectById(1); IndexRequest request=new IndexRequest("books").id(book.getId().toString()); String json= JSON.toJSONString(book); request.source(json,XContentType.JSON); client.index(request,RequestOptions.DEFAULT); //关闭客户端 client.close(); }

添加多个文档：

//添加全部文档 @Test void testCreateDocAll() throws IOException { //创建客户端 HttpHost host=HttpHost.create("http://localhost:9200"); RestClientBuilder builder=RestClient.builder(host); client= new RestHighLevelClient(builder); //把所有东西都查出来，造一个批处理请求的容器 List bookList = bookDao.selectList(null); BulkRequest bulk=new BulkRequest(); for (Book book : bookList) { IndexRequest request=new IndexRequest("books").id(book.getId().toString()); String json= JSON.toJSONString(book); request.source(json,XContentType.JSON); bulk.add(request); } client.bulk(bulk,RequestOptions.DEFAULT); //关闭客户端 client.close(); }

查询文档：

//按id查询 @Test void testGet() throws IOException { //创建客户端 HttpHost host=HttpHost.create("http://localhost:9200"); RestClientBuilder builder=RestClient.builder(host); client= new RestHighLevelClient(builder); GetRequest request=new GetRequest("books","1"); GetResponse response = client.get(request, RequestOptions.DEFAULT); String json = response.getSourceAsString(); System.out.println(json); //关闭客户端 client.close(); } //按条件查询 @Test void testSearch() throws IOException { //创建客户端 HttpHost host=HttpHost.create("http://localhost:9200"); RestClientBuilder builder=RestClient.builder(host); client= new RestHighLevelClient(builder); //查books索引 SearchRequest request=new SearchRequest("books"); //设置条件 如果还有条件继续往里排就行 SearchSourceBuilder builder1=new SearchSourceBuilder(); builder1.query(QueryBuilders.termQuery("all","1")); request.source(builder1); SearchResponse response = client.search(request, RequestOptions.DEFAULT); //查询到的结果如何显示出来 SearchHits hits = response.getHits(); for (SearchHit hit : hits) { String source = hit.getSourceAsString(); // System.out.println(source); Book book = JSON.parseObject(source, Book.class); System.out.println(book); } //关闭客户端 client.close(); }


【本文地址】


今日新闻

推荐新闻

CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3