Mybatis 处理列名—字段名映射(一) :驼峰式命名映射

2017 年 7 月 28 日 ImportNew

(点击上方公众号,可快速关注)


来源:岑凯伦(微信公号 - 凯伦说,ID:KailunTalk),

my.oschina.net/kailuncen/blog/909278

如有好文章投稿,请点击 → 这里了解详情


在之前的博客-《 [JDBC] 处理ResultSet,构建Java对象 》中提到,我们需要分析Mybatis在转换Result到需要的Java业务对象时做的三件事,如下:


 [JDBC] 处理ResultSet,构建Java对象

https://my.oschina.net/kailuncen/blog/906992


  1. 解决了数据库列名到Java列名的映射。

  2. 解决了数据库类型到Java类型的转换工作。

  3. 在转换过程中具备一定的容错能力。


其实核心就是:


  1. 数据库中的列名怎么和对象中的字段对应起来。

  2. 数据库中的列的类型怎么转换到合适的Java类型,不引起转换失败。


今天我们先来看第一点,数据库中的列名怎么和对象中的字段对应起来。首先是日常PO(Persistant Object) CityPO,里面有五个字段。


public class CityPO {

    Integer id;

    Long cityId;

    String cityName;

    String cityEnName;

    String cityPyName;


本次要查询的数据库中的列名如下所示。


mysql> mysql> desc SU_City;

+--------------+-------------+------+-----+-------------------+-----------------------------+

| Field        | Type        | Null | Key | Default           | Extra                       |

+--------------+-------------+------+-----+-------------------+-----------------------------+

| id           | int(11)     | NO   | PRI | NULL              | auto_increment              |

| city_id      | int(11)     | NO   | UNI | NULL              |                             |

| city_name    | varchar(20) | NO   |     |                   |                             |

| city_en_name | varchar(20) | NO   |     |                   |                             |

| city_py_name | varchar(50) | NO   |     |                   |                             |

| create_time  | datetime    | NO   |     | CURRENT_TIMESTAMP |                             |

| updatetime   | datetime    | NO   | MUL | CURRENT_TIMESTAMP | on update CURRENT_TIMESTAMP |

+--------------+-------------+------+-----+-------------------+-----------------------------+

7 rows in set (0.01 sec)


我们是按照驼峰式命名,把数据库中的列名对应到了对象的字段名。如下是Mybatis的接口类和映射文件。


public interface CityMapper {

 

    CityPO selectCity(int id);

}


<?xml version="1.0" encoding="UTF-8" ?>

<!DOCTYPE mapper

        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"

        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">

<mapper namespace="mapper.CityMapper">

    <select id="selectCity" resultType="po.CityPO">

        select id,city_id,city_name,city_en_name from SU_City where id = #{id}

    </select>

</mapper>


在上面的映射文件中,namespace指定了这个接口类的全限定类名,紧随其后的select代表是select语句,id是接口类中函数的名字,resultType代表了从这条语句中返回的期望类型的类的完全限定名或别名,在此例子中是我们的业务对象CityPO的类路径。


主要有三种方案


  1. 驼峰式命名开关,或者不开,数据库列和字段名全一致。

  2. Select时指定AS。

  3. resultMap 最稳健。


这篇主要看一下第一种,附上示例和部分源码走读。


1.驼峰命名开关。


因为CityPO的列名是完全根据数据库列名驼峰式命名后得到的,因此Mybatis提供了一个配置项。开启开配置项后,在匹配时,能够根据数据库列名找到对应对应的驼峰式命名后的字段。


<settings>

    <!-- 开启驼峰,开启后,只要数据库字段和对象属性名字母相同,无论中间加多少下划线都可以识别 -->

    <setting name="mapUnderscoreToCamelCase" value="true" />

</settings>


我们从源码角度解读一下,Mybat处理ResultSet的映射默认都在DefaultResultSetHandler中完成。


处理行数据的时候的时候主要在下面的函数里进行,由于我们在映射文件中没有定义额外的ResultMap,因此会直接进入else分支的代码。


public void handleRowValues(ResultSetWrapper rsw, ResultMap resultMap, ResultHandler<?> resultHandler, RowBounds rowBounds, ResultMapping parentMapping) throws SQLException {

    if (resultMap.hasNestedResultMaps()) {

      ensureNoRowBounds();

      checkResultHandler();

      handleRowValuesForNestedResultMap(rsw, resultMap, resultHandler, rowBounds, parentMapping);

    } else {

      handleRowValuesForSimpleResultMap(rsw, resultMap, resultHandler, rowBounds, parentMapping);

    }

}


进入handleRowValuesForSimpleResultMap中,主要处理函数如下,在这里完成了对象的生成及赋值。


Object rowValue = getRowValue(rsw, discriminatedResultMap);


在这里先创建了对象的实例,然后获取了对象的元信息,为反射赋值做准备。


private Object getRowValue(ResultSetWrapper rsw, ResultMap resultMap) throws SQLException {

    final ResultLoaderMap lazyLoader = new ResultLoaderMap();

    Object rowValue = createResultObject(rsw, resultMap, lazyLoader, null);

    if (rowValue != null && !hasTypeHandlerForResultObject(rsw, resultMap.getType())) {

      final MetaObject metaObject = configuration.newMetaObject(rowValue);

      boolean foundValues = this.useConstructorMappings;

      if (shouldApplyAutomaticMappings(resultMap, false)) {

        foundValues = applyAutomaticMappings(rsw, resultMap, metaObject, null) || foundValues;

      }

      foundValues = applyPropertyMappings(rsw, resultMap, metaObject, lazyLoader, null) || foundValues;

      foundValues = lazyLoader.size() > 0 || foundValues;

      rowValue = (foundValues || configuration.isReturnInstanceForEmptyRow()) ? rowValue : null;

    }

    return rowValue;

  }


在applyAutomaticMappings完成了整个过程,我们进去探一探。


就是下面这个函数创建好了映射关系,这个函数的下半部分是完成赋值的,映射的部分下次会详细分析。


List<UnMappedColumnAutoMapping> autoMapping = createAutomaticMappings(rsw, resultMap, metaObject, columnPrefix);


在这个方法里,上半部分是生成了数据库的列名,在这个函数中找到了对应的字段名。


final String property = metaObject.findProperty(propertyName, configuration.isMapUnderscoreToCamelCase());


我们进去看一看,它传进了生成好的数据库列名,传进了前面提到的是否根据驼峰式命名映射开关的值。


事实证明,真的很简单,往下看,就是把下划线都去了。


public String findProperty(String name, boolean useCamelCaseMapping) {

    if (useCamelCaseMapping) {

      name = name.replace("_", "");

    }

    return findProperty(name);

  }


隐隐觉得是不是大小写不敏感啊,继续往下看,这里返回找到的字段名。


private StringBuilder buildProperty(String name, StringBuilder builder) {

     ..........

     String propertyName = reflector.findPropertyName(name);

     if (propertyName != null) {

       builder.append(propertyName);

     }

   }

   return builder;

 }


好了,真相大白,就是大小写不敏感的。


public String findPropertyName(String name) {

    return caseInsensitivePropertyMap.get(name.toUpperCase(Locale.ENGLISH));

}



所以如果你数据库里字段是city_id,city_Id,大写I,那么可能会有问题吧,不过仔细想想,谁会吃力不讨好干这种事情,硬要处理成标准的驼峰式命名也可以啦,不过感觉必要性不大。


经过若干次中途崩溃,我终于写完了驼峰式命名开关下,我们是如何完成数据库列和字段名的映射的。后面的博文会继续看看后续两种方案以及DDL时对象字段是如何赋值到Sql语句中。


看完本文有收获?请转发分享给更多人

关注「ImportNew」,看技术干货

登录查看更多
1

相关内容

文档类型定义(Document Type Definition)是一套为了进行程序间的数据交换而建立的关于标记符的语法规则。它是标准通用标记语言和可扩展标记语言1.0版规格的一部分,文档可根据某种DTD语法规则验证格式是否符合此规则。文档类型定义也可用做保证标准通用标记语言、可扩展标记语言文档格式的合法性,可通过比较文档和文档类型定义文件来检查文档是否符合规范,元素和标签使用是否正确。
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
114+阅读 · 2020年5月24日
专知会员服务
32+阅读 · 2020年5月20日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
164+阅读 · 2020年5月14日
轻量级神经网络架构综述
专知会员服务
97+阅读 · 2020年4月29日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
67+阅读 · 2019年10月9日
吐血整理!140种Python标准库、第三方库和外部工具都有了
炼数成金订阅号
14+阅读 · 2019年7月30日
Python用于NLP :处理文本和PDF文件
Python程序员
4+阅读 · 2019年3月27日
【知识图谱】知识图谱从0级到10级简化版
产业智能官
7+阅读 · 2017年12月4日
【python 自然语言处理】对胡歌【猎场】电视剧评论进行情感值分析
利用 TensorFlow 实现排序和搜索算法
机器学习研究会
5+阅读 · 2017年11月23日
python数据分析师面试题选
数据挖掘入门与实战
6+阅读 · 2017年11月21日
python pandas 数据处理
Python技术博文
4+阅读 · 2017年8月30日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
3+阅读 · 2017年11月20日
VIP会员
相关VIP内容
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
114+阅读 · 2020年5月24日
专知会员服务
32+阅读 · 2020年5月20日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
164+阅读 · 2020年5月14日
轻量级神经网络架构综述
专知会员服务
97+阅读 · 2020年4月29日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
67+阅读 · 2019年10月9日
相关资讯
吐血整理!140种Python标准库、第三方库和外部工具都有了
炼数成金订阅号
14+阅读 · 2019年7月30日
Python用于NLP :处理文本和PDF文件
Python程序员
4+阅读 · 2019年3月27日
【知识图谱】知识图谱从0级到10级简化版
产业智能官
7+阅读 · 2017年12月4日
【python 自然语言处理】对胡歌【猎场】电视剧评论进行情感值分析
利用 TensorFlow 实现排序和搜索算法
机器学习研究会
5+阅读 · 2017年11月23日
python数据分析师面试题选
数据挖掘入门与实战
6+阅读 · 2017年11月21日
python pandas 数据处理
Python技术博文
4+阅读 · 2017年8月30日
Top
微信扫码咨询专知VIP会员