一次Mybaits查询的源码分析
2023/6/18 1:22:51
本文主要是介绍一次Mybaits查询的源码分析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
很好奇Mybaits是怎么将xml和mapper对应起来的,用一段比较简单的demo去debug追踪一下源码看看
先用xml配置的方式,看懂了再去看注解的方式是怎么实现的
获取Mapper
Mybaits是如何从xml中加载到mapper的
<?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN" "http://mybatis.org/dtd/mybatis-3-config.dtd"> <configuration> <typeAliases> <package name="com.github.yeecode.mybatisdemo"/> </typeAliases> <environments default="development"> <environment id="development"> <transactionManager type="JDBC"/> <dataSource type="POOLED"> <property name="driver" value="com.mysql.cj.jdbc.Driver"/> <property name="url" value="jdbc:mysql://127.0.0.1:3306/test?serverTimezone=UTC"/> <property name="username" value="root"/> <property name="password" value="123456"/> </dataSource> </environment> </environments> <mappers> <mapper resource="com/github/yeecode/mybatisdemo/UserMapper.xml"/> </mappers> </configuration>
在xml中有mapper
标签,应该是从这里加载到配置
示例代码
public static void main(String[] args) { // 第一阶段:MyBatis的初始化阶段 String resource = "mybatis-config.xml"; // 得到配置文件的输入流 InputStream inputStream = null; try { inputStream = Resources.getResourceAsStream(resource); } catch (IOException e) { e.printStackTrace(); } // 得到SqlSessionFactory SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(inputStream); // 第二阶段:数据读写阶段 try (SqlSession session = sqlSessionFactory.openSession()) { // 找到接口对应的实现 UserMapper userMapper = session.getMapper(UserMapper.class); // 组建查询参数 User userParam = new User(); userParam.setSchoolName("Sunny School"); // 调用接口展开数据库操作 List<User> userList = userMapper.queryUserBySchoolName(userParam); // 打印查询结果 for (User user : userList) { System.out.println("name : " + user.getName() + " ; email : " + user.getEmail()); } } }
从UserMapper userMapper = session.getMapper(UserMapper.class);
此处开始debug,看看是怎么获取到mapper的
一路点进来发现是从一个Map中去获取mapper对象
private final Map<Class<?>, MapperProxyFactory<?>> knownMappers = new HashMap<>();
那么是从什么时候填充knownMappers
的呢
这个对象的方法不只有获取mapper,还有添加mapper,找一个添加方法继续断底点
找到是找到了,但是不知道什么时候调用的,可以通过IDEA的调用栈
最后发现了,是加载xml的时候,去解析mapper
标签里的值,然后再通过类加载器去加载资源,最后加载到knownMappers
中,还有去解析xml中的sql的过程
这样子xml就和mapper就对应起来了,虽然知道了mapper和xml的对应关系,但是不知道怎么通过调用mapper里的方法,去找到对应的sql
在对 List<User> userList = userMapper.queryUserBySchoolName(userParam);
debug时,没有进入到mapper方法中,而是会进入到一个代理类中
刚刚在getMapper()
中给UserMapper
创建了代理,那么大概知道是mapper和xml是怎么关联的了,当调用mapper时,会被MapperProxy
代理,去执行查询方法时,通过上边的knownMappers
获取到mapper对应的xml,这样代理类就知道要调用的方法和对应的sql的哪里
最终时通过mapperMethod.execute(sqlSession, args);
去执行查询的,点进去一看发现对各种sql类型做了处理
select的查询原来通过返回值来选择不同的处理
很好奇这些属性是怎么判断的,找到对应的类继续断点
原来是在execute
之前去赋值,而且这个方法会把调用方法对应的xml中的方法找到
通过获取到方法的返回值,然后再去做对比,我这个方法返回的是list
,就命中了returnMany
,在继续断点,找到了真正执行的方法
这里就已经将关联的xml信息带过来了
继续看会看到缓存相关的代码,如果命中了缓存就直接返回了,我这里没有就继续开了一个线程往下执行,delegate
是一个Executor
最后的查询到了这里,就是调用mysql的包了,在statement
中,已经把sql、参数和连接配置什么的都封装好了
查询完后把结果返回到statement
,但是返回的内容很多,查询结果记录在这里
查询总结:
- 在进行数据库查询前,先查询缓存;没有名中,则数据库查询之后的结果也放入缓存中
- SQL 语句的执行经过了层层转化,依次经过了 MappedStatement 对象、Statement对象和 PreparedStatement对象,最后才交给mysql执行
- 最终数据库查询得到的结果交给 ResultHandler对象处理
返回结果
将结果映射到实体类上这段代码有点绕,调用链很长
首先是这里先创建输出的实体类,就是resultMap里定义的对象
创建好实体后,把实体传输给下一个方法,填充实体
将实体字段和结果集里的字段对应起来,然后根据字段去获取对应的值,然后把值设置到实体里,通过循环遍历全部字段
这样走一圈回来,一个对象就映射好了,再经过循环,就把全部的对象都拿到了,最后再将这些对象封装到multipleResults
集合里,这个集合就是返回值了
映射总结:
- 获取并创建实体类
- 将实体类的字段和结果集的字段一一对应,然后再填充实体的值
- 最后返回实体集合
总结
以上就是Mybaits读取xml,然后查询的过程了,整个过程还是很复杂的,很多层封装和跳转,但是大大的提高了我们开发的效率
然后再把总结发一下
获取配置总结:
- 得到配置文件然后转换成输入流
- 将输入流传给
SqlSessionFactoryBuilder
创建SqlSessionFactory
- 扫描xml文件并加载,然后将xml和mapper的对应关系填充好
查询总结:
- 在进行数据库查询前,先查询缓存;没有名中,则数据库查询之后的结果也放入缓存中
- SQL 语句的执行经过了层层转化,依次经过了 MappedStatement 对象、Statement对象和 PreparedStatement对象,最后才交给mysql执行
- 最终数据库查询得到的结果交给 ResultHandler对象处理
映射总结:
- 获取并创建实体类
- 将实体类的字段和结果集的字段一一对应,然后再填充实体的值
- 最后返回实体集合
这篇关于一次Mybaits查询的源码分析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-24酒店香薰厂家:创造独特客户体验
- 2024-12-22程序员出海做 AI 工具:如何用 similarweb 找到最佳流量渠道?
- 2024-12-20自建AI入门:生成模型介绍——GAN和VAE浅析
- 2024-12-20游戏引擎的进化史——从手工编码到超真实画面和人工智能
- 2024-12-20利用大型语言模型构建文本中的知识图谱:从文本到结构化数据的转换指南
- 2024-12-20揭秘百年人工智能:从深度学习到可解释AI
- 2024-12-20复杂RAG(检索增强生成)的入门介绍
- 2024-12-20基于大型语言模型的积木堆叠任务研究
- 2024-12-20从原型到生产:提升大型语言模型准确性的实战经验
- 2024-12-20啥是大模型1