使用 @OneToOne 的 Spring Data JPA 简介
JPA简介:JPA是Java Persistence API的简称,是运行期间实体持久化到数据库(ORM)的一种实现规范,并不是一种实现方式.
当前整合到spring boot中的stater 依赖包中有hibernate的实现(面向sql) , mongodb的实现(面向NoSQL),使用时只需要继承JPA的接口按照JPA的语法规范便可以快速进行持久层(dao 层 repository层)的开发,快速完成持久化,将更多的精力集中于业务逻辑(service层)的开发.
JPA与mybatities不同,包括从底层到使用方式完全不相同. 如果业务中有许多关联关系,比如现在有A,B,C,D,E这几张表,但你真正经常查询的只有A表,其余表都是用来做关联关系的,那我劝你还是乖乖用my batities吧,查询是真的方便,用JPA是真的给自己过不去;如果上述几张表格都经常查询且没什么关联关系,那么骚年,JPA是真的顺手啊!
今天就来简单讲解下使用JPA做表关联查询时@OneToOne的简单使用,后续会继续更新@OneToMany @ManyToOne @ManyToMany的使用
pom关系依赖
<properties>
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<scope>runtime</scope>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.47</version>
</dependency>
</dependencies>
实体类:Book.java
import lombok.Getter;
import lombok.Setter;
import javax.persistence.*;
import java.io.Serializable;
/**
* 书籍与书籍详情为1:1的关系<br>
* </>要求查询书籍时同步查询出书籍详情<br>
* </>设计表时,书籍关联到书籍详情的外键<br>
* </>book类引入detail的唯一标识属性作为外键<br>
* </>同时,该外键由从表(book表)来维护,实现级联管理
*
* @author xiesu / Corbin
* @version 1.0
* @date 19-12-20
*/
@Entity(name = "book_info")
@Getter
@Setter
public class Book implements Serializable {
/** 主键只作为标识,无任何实际意义 */
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Integer id;
/** 书籍id */
@Column(name = "book_id", unique = true)
private Integer bookId;
/** 书名 */
@Column(name = "book_name")
private String name;
/**
* 引入外键,在使用@JoinColumn时需要使用,并且此处必须使用insertable = false, updatable = false 作为 <br>
* </>否则程序运行报错<br>
* </>
*/
@Column(name = "detail_id", insertable = false, updatable = false)
private Integer detailId;
/**
* 注解@OneToOne只在一个类中使用即可,关系由引入外键的表来维护 <br>
* </>此处使用cascade = CascadeType.ALL级联关系,书籍不存在详情没有存在的必要 <br>
* </>targetEntity表示该表级联的表对应的实体类名
*
* <p>注解 @OneToOne 默认为急加载,此处写明,便于理解<br>
* </>此处不使用mapperBy,使用@JoinColumn,标识自身维护关系<br>
* </>@JoinColumn 中的name属性表示:该表级联到其他表引入的外键属性(不是类的属性名){@link #detailId}对应的列的列名<br>
* </>@JoinColumn 中 referencedColumnName 表示,name属性对应的表列名参照的其他表的属性名{@link
* BookDetail#bookDetailId}对应的表属性的属性名 <br>
* </>可以实现:插入书籍时同步插入书籍详情,删除书籍时同步删除详情,更新时同步更新
*/
@OneToOne(cascade = CascadeType.ALL, fetch = FetchType.EAGER, targetEntity = BookDetail.class)
@JoinColumn(name = "detail_id", referencedColumnName = "book_detail_id")
private BookDetail bookDetail;
}
实体类BookDeatil.java
import lombok.Getter;
import lombok.Setter;
import javax.persistence.*;
import java.io.Serializable;
/**
* 此表作为主表(被其他表属性作为外键的表)
*
* @author xiesu / Corbin
* @version 1.0
* @date 19-12-20
*/
@Entity(name = "book_detail")
@Getter
@Setter
public class BookDetail implements Serializable {
/** 主键只作为标识,无任何实际意义 */
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Integer id;
/** 唯一标识出详情的id */
@Column(name = "book_detail_id")
private Integer bookDetailId;
/** 书的页数 */
@Column(name = "book_page")
private Integer page;
/**
* 此处不需要出现被维护方,不能实现双向级联,保存书籍详情时无法同步保存书籍<br>
* </> 因为book类引入的外键时,设置了insertable = false, updatable = false) <br>
* </>导致保存书籍详情时,无法插入book的外键<br>
* </> 因此这里只能单向一对一
*/
// /** 被维护方,关系由Book(主表)去维护 */
// @OneToOne(mappedBy = "bookDetail", cascade = CascadeType.ALL, fetch =
// FetchType.EAGER,targetEntity = Book.class)
// private Book book;
}
两个repository接口:
import org.corbin.casecadedemo.oneToOne.singletrack.entity.BookDetail;
import org.springframework.data.jpa.repository.JpaRepository;
/**
* @author xiesu / Corbin
* @version 1.0
* @date 19-12-20
*/
public interface BookDetailRepository extends JpaRepository<BookDetail, Integer> {}
--------------------------
import org.corbin.casecadedemo.oneToOne.singletrack.entity.Book;
import org.springframework.data.jpa.repository.JpaRepository;
/**
* @author xiesu / Corbin
* @version 1.0
* @date 19-12-20
*/
public interface BookRepository extends JpaRepository<Book, Integer> {}
注:repository也可以使用注解的形式,例如
/**
* @author xiesu / Corbin
* @version 1.0
* @date 20-1-20
*/
@RepositoryDefinition(domainClass=Book.class,idClass=Integer.class)
public interface BookRepository{}
这两种方式都是使用jpa接口的正确方式,但使用继承方式往往会更灵活一些, 可以自定义基础接口,继承Jpa的接口,并自定添加一些额外的方法,业务接口再继承自定义的基础接口.
控制器类:
import com.alibaba.fastjson.JSON;
import org.corbin.casecadedemo.oneToOne.singletrack.entity.Book;
import org.corbin.casecadedemo.oneToOne.singletrack.entity.BookDetail;
import org.corbin.casecadedemo.oneToOne.singletrack.repository.BookDetailRepository;
import org.corbin.casecadedemo.oneToOne.singletrack.repository.BookRepository;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
/**
* @author xiesu / Corbin
* @version 1.0
* @date 19-12-21
*/
@RestController
@RequestMapping("/")
public class TestController {
@Autowired private BookRepository bookRepository;
@Autowired private BookDetailRepository bookDetailRepository;
@GetMapping("/save-book-with-detail")
public String saveBookWithDetail() {
// 书籍
Book book = new Book();
book.setBookId(2);
book.setDetailId(1);
book.setName("百年孤独");
// 详情
BookDetail detail = new BookDetail();
detail.setBookDetailId(1);
detail.setPage(100);
// book 实体设置详情
book.setBookDetail(detail);
Book b = bookRepository.save(book);
return JSON.toJSONString(b);
}
@GetMapping("/del-book-with-detail")
public void delBookWithDetail() {
bookRepository.deleteById(1);
}
}
@OneToOne只能是单向的,关系由从表去维护(引入外键的表),可以在保存从表数据时同时保存主表的数据(级联实现),查询,删除时同理. 主表对应的类就不要使用@OneToOne了,因为从表引入的外键必须设置不可插入,不可更新,因此不能在插入主表数据时同步插入从表的数据(从表的外键将会为null).
推荐阅读
-
详细介绍 hibernate、jpa 和 spring data jpa 三者之间的关系
-
epoll简介及触发模式(accept、read、send)-epoll的简单介绍 epoll在LT和ET模式下的读写方式 一、epoll的接口非常简单,一共就三个函数:1. int epoll_create(int size);创建一个epoll的句柄,size用来告诉内核这个监听的数目一共有多大。这个参数不同于select中的第一个参数,给出最大监听的fd+1的值。需要注意的是,当创建好epoll句柄后,它就是会占用一个fd值,在linux下如果查看/proc/进程id/fd/,是能够看到这个fd的,所以在使用完epoll后,必须调用close关闭,否则可能导致fd被耗尽。2. int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);epoll的事件注册函数,它不同与select是在监听事件时告诉内核要监听什么类型的事件,而是在这里先注册要监听的事件类型。第一个参数是epoll_create的返回值,第二个参数表示动作,用三个宏来表示:EPOLL_CTL_ADD:注册新的fd到epfd中;EPOLL_CTL_MOD:修改已经注册的fd的监听事件;EPOLL_CTL_DEL:从epfd中删除一个fd;第三个参数是需要监听的fd,第四个参数是告诉内核需要监听什么事,struct epoll_event结构如下:struct epoll_event { __uint32_t events; /* Epoll events */ epoll_data_t data; /* User data variable */};events可以是以下几个宏的集合:EPOLLIN :表示对应的文件描述符可以读(包括对端SOCKET正常关闭); EPOLLIN事件:EPOLLIN事件则只有当对端有数据写入时才会触发,所以触发一次后需要不断读取所有数据直到读完EAGAIN为止。否则剩下的数据只有在下次对端有写入时才能一起取出来了。现在明白为什么说epoll必须要求异步socket了吧?如果同步socket,而且要求读完所有数据,那么最终就会在堵死在阻塞里。 EPOLLOUT:表示对应的文件描述符可以写; EPOLLOUT事件:EPOLLOUT事件只有在连接时触发一次,表示可写,其他时候想要触发,那要先准备好下面条件:1.某次write,写满了发送缓冲区,返回错误码为EAGAIN。2.对端读取了一些数据,又重新可写了,此时会触发EPOLLOUT。简单地说:EPOLLOUT事件只有在不可写到可写的转变时刻,才会触发一次,所以叫边缘触发,这叫法没错的!其实,如果真的想强制触发一次,也是有办法的,直接调用epoll_ctl重新设置一下event就可以了,event跟原来的设置一模一样都行(但必须包含EPOLLOUT),关键是重新设置,就会马上触发一次EPOLLOUT事件。1. 缓冲区由满变空.2.同时注册EPOLLIN | EPOLLOUT事件,也会触发一次EPOLLOUT事件这个两个也会触发EPOLLOUT事件 EPOLLPRI:表示对应的文件描述符有紧急的数据可读(这里应该表示有带外数据到来);EPOLLERR:表示对应的文件描述符发生错误;EPOLLHUP:表示对应的文件描述符被挂断;EPOLLET: 将EPOLL设为边缘触发(Edge Triggered)模式,这是相对于水平触发(Level Triggered)来说的。EPOLLONESHOT:只监听一次事件,当监听完这次事件之后,如果还需要继续监听这个socket的话,需要再次把这个socket加入到EPOLL队列里3. int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);等待事件的产生,类似于select调用。参数events用来从内核得到事件的集合,maxevents告之内核这个events有多大,这个maxevents的值不能大于创建epoll_create时的size,参数timeout是超时时间(毫秒,0会立即返回,-1将不确定,也有说法说是永久阻塞)。该函数返回需要处理的事件数目,如返回0表示已超时。-------------------------------------------------------------------------------------------- 从man手册中,得到ET和LT的具体描述如下EPOLL事件有两种模型:Edge Triggered (ET)Level Triggered (LT)假如有这样一个例子:1. 我们已经把一个用来从管道中读取数据的文件句柄(RFD)添加到epoll描述符2. 这个时候从管道的另一端被写入了2KB的数据3. 调用epoll_wait(2),并且它会返回RFD,说明它已经准备好读取操作4. 然后我们读取了1KB的数据5. 调用epoll_wait(2)......Edge Triggered 工作模式:如果我们在第1步将RFD添加到epoll描述符的时候使用了EPOLLET标志,那么在第5步调用epoll_wait(2)之后将有可能会挂起,因为剩余的数据还存在于文件的输入缓冲区内,而且数据发出端还在等待一个针对已经发出数据的反馈信息。只有在监视的文件句柄上发生了某个事件的时候 ET 工作模式才会汇报事件。因此在第5步的时候,调用者可能会放弃等待仍在存在于文件输入缓冲区内的剩余数据。在上面的例子中,会有一个事件产生在RFD句柄上,因为在第2步执行了一个写操作,然后,事件将会在第3步被销毁。因为第4步的读取操作没有读空文件输入缓冲区内的数据,因此我们在第5步调用 epoll_wait(2)完成后,是否挂起是不确定的。epoll工作在ET模式的时候,必须使用非阻塞套接口,以避免由于一个文件句柄的阻塞读/阻塞写操作把处理多个文件描述符的任务饿死。最好以下面的方式调用ET模式的epoll接口,在后面会介绍避免可能的缺陷。 i 基于非阻塞文件句柄 ii 只有当read(2)或者write(2)返回EAGAIN时才需要挂起,等待。但这并不是说每次read时都需要循环读,直到读到产生一个EAGAIN才认为此次事件处理完成,当read返回的读到的数据长度小于请求的数据长度时,就可以确定此时缓冲中已没有数据了,也就可以认为此事读事件已处理完成。Level Triggered 工作模式相反的,以LT方式调用epoll接口的时候,它就相当于一个速度比较快的poll(2),并且无论后面的数据是否被使用,因此他们具有同样的职能。因为即使使用ET模式的epoll,在收到多个chunk的数据的时候仍然会产生多个事件。调用者可以设定EPOLLONESHOT标志,在 epoll_wait(2)收到事件后epoll会与事件关联的文件句柄从epoll描述符中禁止掉。因此当EPOLLONESHOT设定后,使用带有 EPOLL_CTL_MOD标志的epoll_ctl(2)处理文件句柄就成为调用者必须作的事情。然后详细解释ET, LT:LT(level triggered)是缺省的工作方式,并且同时支持block和no-block socket.在这种做法中,内核告诉你一个文件描述符是否就绪了,然后你可以对这个就绪的fd进行IO操作。如果你不作任何操作,内核还是会继续通知你的,所以,这种模式编程出错误可能性要小一点。传统的select/poll都是这种模型的代表.ET(edge-triggered)是高速工作方式,只支持no-block socket。在这种模式下,当描述符从未就绪变为就绪时,内核通过epoll告诉你。然后它会假设你知道文件描述符已经就绪,并且不会再为那个文件描述符发送更多的就绪通知,直到你做了某些操作导致那个文件描述符不再为就绪状态了(比如,你在发送,接收或者接收请求,或者发送接收的数据少于一定量时导致了一个EWOULDBLOCK 错误)。但是请注意,如果一直不对这个fd作IO操作(从而导致它再次变成未就绪),内核不会发送更多的通知(only once),不过在TCP协议中,ET模式的加速效用仍需要更多的benchmark确认(这句话不理解)。在许多测试中我们会看到如果没有大量的idle -connection或者dead-connection,epoll的效率并不会比select/poll高很多,但是当我们遇到大量的idle- connection(例如WAN环境中存在大量的慢速连接),就会发现epoll的效率大大高于select/poll。(未测试)另外,当使用epoll的ET模型来工作时,当产生了一个EPOLLIN事件后,读数据的时候需要考虑的是当recv返回的大小如果等于请求的大小,那么很有可能是缓冲区还有数据未读完,也意味着该次事件还没有处理完,所以还需要再次读取: 这里只是说明思路(参考《UNIX网络编程》) while(rs) {buflen = recv(activeevents[i].data.fd, buf, sizeof(buf), 0);if(buflen < 0){// 由于是非阻塞的模式,所以当errno为EAGAIN时,表示当前缓冲区已无数据可读// 在这里就当作是该次事件已处理处.if(errno == EAGAIN)break; else return; }else if(buflen == 0) { // 这里表示对端的socket已正常关闭. } if(buflen == sizeof(buf) rs = 1; // 需要再次读取 else rs = 0; } 还有,假如发送端流量大于接收端的流量(意思是epoll所在的程序读比转发的socket要快),由于是非阻塞的socket,那么send函数虽然返回,但实际缓冲区的数据并未真正发给接收端,这样不断的读和发,当缓冲区满后会产生EAGAIN错误(参考man send),同时,不理会这次请求发送的数据.所以,需要封装socket_send的函数用来处理这种情况,该函数会尽量将数据写完再返回,返回-1表示出错。在socket_send内部,当写缓冲已满(send返回-1,且errno为EAGAIN),那么会等待后再重试.这种方式并不很完美,在理论上可能会长时间的阻塞在socket_send内部,但暂没有更好的办法. ssize_t socket_send(int sockfd, const char* buffer, size_t buflen) { ssize_t tmp; size_t total = buflen; const char *p = buffer; while(1) { tmp = send(sockfd, p, total, 0); if(tmp < 0) { // 当send收到信号时,可以继续写,但这里返回-1. if(errno == EINTR) return -1; // 当socket是非阻塞时,如返回此错误,表示写缓冲队列已满, // 在这里做延时后再重试. if(errno == EAGAIN) { usleep(1000); continue; } return -1; } if((size_t)tmp == total) return buflen; total -= tmp; p += tmp; } return tmp; } 二、epoll在LT和ET模式下的读写方式 在一个非阻塞的socket上调用read/write函数, 返回EAGAIN或者EWOULDBLOCK(注: EAGAIN就是EWOULDBLOCK) 从字面上看, 意思是: * EAGAIN: 再试一次 * EWOULDBLOCK: 如果这是一个阻塞socket, 操作将被block * perror输出: Resource temporarily unavailable 总结: 这个错误表示资源暂时不够, 可能read时, 读缓冲区没有数据, 或者, write时,写缓冲区满了 。 遇到这种情况, 如果是阻塞socket, read/write就要阻塞掉。 而如果是非阻塞socket, read/write立即返回-1, 同 时errno设置为EAGAIN. 所以, 对于阻塞socket, read/write返回-1代表网络出错了. 但对于非阻塞socket, read/write返回-1不一定网络真的出错了. 可能是Resource temporarily unavailable. 这时你应该再试, 直到Resource available. 综上, 对于non-blocking的socket, 正确的读写操作为: 读: 忽略掉errno = EAGAIN的错误, 下次继续读 写: 忽略掉errno = EAGAIN的错误, 下次继续写 对于select和epoll的LT模式, 这种读写方式是没有问题的. 但对于epoll的ET模式, 这种方式还有漏洞. epoll的两种模式 LT 和 ET
-
使用 @OneToOne 的 Spring Data JPA 简介
-
Spring Boot 子项目 Spring Data JPA 配置多数据源遇到的问题——首个问题解析
-
构建动态查询条件使用Spring JPA的CriteriaBuilder
-
解决spring-data-jpa中delete-then-save唯一索引冲突问题的经验分享
-
使用Spring Data Redis Stream实现的方式