Hibernate3中提供了DetachedCriteria的支持,使得开发的时候可以脱离Hibernate Session来构造查询,特别是可以将查询条件直接在Web层构造,但是在使用中一直存在着很大的争议:DetachedCriteria Bug明显,使用DetachedCriteria使得原本层次分明的结构又变得焦灼起来。而我在新的项目中使用真的是冒了比较大的风险,比起HQL、QBC来说,DC就显得非常的年轻,没有很多的成功范例让使用变得非常的危险。所以在这里说说自己的使用心得,DetachedCriteria是否有必要使用?
代码部分参考Robbin的帖子:http://www.iteye.com/post/86781。相对以往Hibernate的查询方法HQL、QBC,DetachedCriteria优势明显,它可以像HQL一样脱离Session构造查询条件,也可以像QBC一样采用完全面向对象的方式查询,这给Hibernate更多的自由发挥空间。
1.使用DC的时候,可以在Web层构造查询条件,而不用再在Dao层才去做烦乱的判断和Criteria.add(),让Dao更加的稳固的只尽其访问数据库的职责。
2.使用DC还能更多的节省代码,以往Dao的开发习惯都是将Dao与指定的Model进行绑定,而DC本身脱离了Dao,没有必要再对某个Dao单独去指定findAllByDc这样的方法,这样写一个公用的接口,每个需要使用DC查询的上层类直接访问这个公共借口就可以,使得相同的代码省了不少,减少Dao层代码的负担,不都说减少代码意味着减少测试和出现bug的几率么。
“成也萧何、败也萧何”,为了能得到上面的这些好处,你就很可能和我一样遇到下面的麻烦:
1.查询代码又一次充斥在框架的各个层面上。可能有人会说使用DC的时候都是面向对象的构造查询条件,根本没有select from这样的字样,不算数据库操作,但是某天我一个昏头就将不能用DC实现的一个查询改成了HQL查询来做,也写了个类似的接口,可以接受各种构造好的HQL查询语句,然后再看看呢,猛然发现这不就是MVC没成型的时候到处都是SQL那种样子么?由于DC的自由度,项目中的DC马上就充斥了MVC各个层面,就好像我们刚使用Rails的时候(Rails更爽,页面上偷偷写写也还是满爽的,你没写过?Think about select_tag..
2.bug(应该叫待解决问题,小弟不才

)。就单从这个项目里需要解决的bug就够我烦的,目前还有3个郁闷的bug悬在那里。
A.left join查询,双向一对多,通过父方查询的时候,在子方添加查询条件就怎么都配写不好,反复去网上找答案,大家也反复各种组合,最终还是没能解决,其他left join都正常,就到ont-to-many在子方添加条件,left join 突然失灵,打印出的SQL居然不是left join查询,大家郁闷至极,为了赶项目,无奈又拿起HQL(这就是我为什么在Action里面构造HQL,那的确是相当的没辙)。
B.order by问题,这个问题好像是伴随DC上镜率最高的问题,就在我参考的robbin的这个帖子里面大家也是尽其所能的想办法,但好像没有什么结果,所以我现在的查询就是这个样子:翻页查询的时候前10条记录和10-20条记录里面居然有重复……
C.在分页查询的时候,如果查询结果集还关联set,那么就会有重复记录,尽管你可以通过LinkedSet过滤,但是分页的时候在结果集查出来之前没过滤,这结果显然是错误的,而Hibernate3中将returnMap()的过滤方法已经被移出……
上面的问题很多是处在ont-to-many一方,可能有人会笑我的方法有问题,但是我用one-to-many是因为将many-to-many拆分处理的,我也没办法呀。
3.难于测试。这个问题我已经在版上提问过了:http://www.iteye.com/topic/98026,如果想对Service层DC这种东西测试,就需要将它做成接口,然后Mock,这种大规模明显是为了测试而测试,时间上也不允许,老板也不同意,索性继续使用Spring-mock那种测试方案,不脱离Dao进行测试。
以上是我对DC在实际使用中的一点见解,其中有很多不成熟的地方,因为时间仓促,很多地方准备不足,而且现在还有一些问题无法解决,希望大家能给予自己的看法或者就我的问题提出解决方案 :P。
目前看,DC还是要用的,仅仅限制于Web层构造查询条件的时候使用,而其他情况的数据库操作仍然放回到Dao层去做,而对于DC中存在的Bug,不知道大家有啥想法,是等着Gavin哪天高兴了去解决呢还是我们自行了断,重构代码?
分享到:
相关推荐
外加热强制循环蒸发器装配图(CAD).rar
数控车床纵向进给系统设计.zip
j
爬虫 bangumi名称和评论数
基于SpringBoot的垃圾分类回收系统,系统包含两种角色:管理员、用户主要功能如下。 【用户功能】 首页:浏览垃圾分类回收系统信息。 个人中心:管理个人信息,查看历史记录和订单状态。 运输管理:查看运输信息,垃圾回收的时间和地点。 公告管理:阅读系统发布的相关通知和公告。 垃圾回收管理:查看垃圾回收的信息,回收类型和进度。 垃圾出库申请管理:提交和查看垃圾出库申请的状态。 【管理员功能】 首页:查看垃圾分类回收系统。 个人中心:管理个人信息。 管理员管理:审核和管理注册管理员用户的信息。 用户管理:审核和管理注册用户的信息。 运输管理:监管和管理系统中的运输信息。 公告管理:发布、编辑和删除系统的通知和公告。 垃圾回收管理:监管和管理垃圾回收的信息。 垃圾出库申请管理:审批和管理用户提交的垃圾出库申请。 基础数据管理:管理系统的基础数据,运输类型、公告类型和垃圾回收类型。 二、项目技术 编程语言:Java 数据库:MySQL 项目管理工具:Maven 前端技术:Vue 后端技术:SpringBoot 三、运行环境 操作系统:Windows、macOS都可以 JDK版本:JDK1.8以上都可以 开发工具:IDEA、Ecplise、Myecplise都可以 数据库: MySQL5.7以上都可以 Maven:任意版本都可以
内容概要:本文档是台湾大学计算机科学与信息工程系2021年秋季学期《算法设计与分析》课程的第一次作业(Homework#1)。作业包含四道编程题和三道手写题,旨在考察学生对算法设计和分析的理解与应用能力。编程题涉及汉诺塔、数组计算、矩形点对、糖果分配等问题;手写题涵盖渐近符号证明、递归方程求解、幽灵腿游戏优化、不公平的卢卡斯问题等。文档详细描述了每个问题的具体要求、输入输出格式、测试用例以及评分标准。此外,还提供了编程技巧和注意事项,如避免延迟提交、正确引用资料、处理大输入文件等。 适合人群:具备一定编程基础的本科生或研究生,特别是修读过或正在修读算法设计与分析相关课程的学生。 使用场景及目标:①帮助学生巩固课堂所学的算法理论知识;②通过实际编程练习提高解决复杂问题的能力;③为后续更深入的学习和研究打下坚实的基础。 其他说明:此作业强调团队合作和个人独立思考相结合的重要性,鼓励学生在讨论后用自己的语言表达解决方案,并注明参考资料。对于编程题,特别提醒学生注意输入文件可能较大,建议采取适当的优化措施以确保程序运行效率。
基于SpringBoot的铁路订票管理系统,系统包含两种角色:管理员、用户主要功能如下。 【用户功能】 首页:浏览铁路订票管理系统的主要信息。 火车信息:查看火车的相关信息,包括车次、出发地、目的地和票价等。 公告资讯:阅读系统发布的相关通知和资讯。 后台管理:进行系统首页、个人中心、车票预订管理、车票退票管理等操作。 个人中心:管理个人信息,查看订单历史记录等。 【管理员功能】 首页:查看铁路订票管理系统。 个人中心:修改密码、管理个人信息。 用户管理:审核和管理注册用户的信息。 火车类型管理:管理系统中的火车类型信息。 火车信息管理:监管和管理系统中的火车信息,添加、编辑、删除等。 车票预订管理:处理用户的车票预订请求。 车票退票管理:处理用户的车票退票请求。 系统管理:管理系统的基本设置,公告资讯、关于我们、系统简介和轮播图管理。 二、项目技术 编程语言:Java 数据库:MySQL 项目管理工具:Maven 前端技术:Vue 后端技术:SpringBoot 三、运行环境 操作系统:Windows、macOS都可以 JDK版本:JDK1.8以上都可以 开发工具:IDEA、Ecplise、Myecplise都可以 数据库: MySQL5.7以上都可以 Maven:任意版本都可以
塑料架注射模具设计.rar
基于json文件数据驱动的的接口测试框架
铁丝缠绕包装机设计-缠绕盘设计.rar
linux
圆柱体相贯线焊接专机工作台设计.rar
硬币分拣机设计.rar
内容概要:本文探讨了开发行业级机器学习和数据挖掘软件的经验与教训,指出当前研究界与工业界之间的脱节问题。作者分享了开发LIBSVM和LIBLINEAR的经验,强调了用户需求的重要性。大多数用户并非机器学习专家,期望简单易用的工具来获得良好结果。文章还详细介绍了支持向量机(SVM)的实际应用案例,包括数据预处理(如特征缩放)、参数选择等步骤,并提出了为初学者设计的简易流程。此外,作者讨论了在设计机器学习软件时应考虑的功能选择、选项数量、性能优化与数值稳定性等问题,强调了软件开发与实验代码的区别以及鼓励研究人员参与高质量软件开发的重要性。 适合人群:对机器学习软件开发感兴趣的科研人员、工程师及从业者,尤其是那些希望了解如何将学术研究成果转化为实际可用工具的人士。 使用场景及目标:①帮助非机器学习专家的用户更好地理解和使用机器学习方法;②指导开发者在设计机器学习软件时考虑用户需求、功能选择、性能优化等方面的问题;③促进学术界与工业界之间的合作,推动高质量机器学习软件的发展。 其他说明:本文不仅提供了具体的开发经验和技巧,还呼吁建立激励机制,鼓励更多研究人员投入到机器学习软件的开发中,以解决当前存在的研究与应用脱节的问题。
一天入门pandas代码
该资源为joblib-0.12.0-py2.py3-none-any.whl,欢迎下载使用哦!
内容概要:本文档《xtuner_requirements.txt》列出了用于支持特定项目(可能是机器学习或深度学习项目)运行所需的所有Python包及其版本。其中不仅包括常见的数据处理和科学计算库如numpy、pandas,还包括了与深度学习密切相关的库如torch、transformers等。值得注意的是,文档中还特别指定了NVIDIA CUDA相关组件的具体版本,确保了GPU加速环境的一致性和兼容性。此外,文档中也包含了从GitHub直接安装的xtuner库,明确了具体的提交哈希值,保证了代码来源的精确性。 适合人群:对机器学习、深度学习领域有一定了解并需要搭建相应开发环境的研发人员,尤其是那些希望复现特定实验结果或基于已有模型进行二次开发的研究者和技术爱好者。 使用场景及目标:①帮助开发者快速搭建完整的开发环境,确保所有依赖项正确无误;②为研究人员提供一个稳定的实验平台,以便于重复实验和验证结果;③作为项目协作的基础,确保团队成员之间的环境一致性,减少因环境差异带来的问题。 阅读建议:由于该文档主要为技术性依赖列表,在阅读时应重点关注所需安装的库及其版本号,特别是CUDA相关组件和自定义库(如xtuner)的安装方式。对于非技术人员而言,可能需要额外查阅相关资料来理解各库的作用。同时,在实际操作过程中,建议按照文档中的顺序逐一安装依赖,避免版本冲突等问题的发生。
j
液氮带控制点工艺流程图.rar
该资源为joblib-0.9.4-py2.py3-none-any.whl,欢迎下载使用哦!