MyBatis-Flex 逻辑删除与物理删除的灵活应用
2025-07-04 20:55:46作者:史锋燃Gardner
在数据库操作中,删除数据通常分为逻辑删除和物理删除两种方式。逻辑删除通过标记字段(如 is_deleted)来标识数据是否被删除,而物理删除则是直接从数据库中移除数据记录。MyBatis-Flex 提供了强大的逻辑删除功能,同时也支持在特定场景下绕过逻辑删除直接执行物理删除。
逻辑删除的基本配置
MyBatis-Flex 中配置逻辑删除非常简单。在实体类中,可以通过注解或全局配置指定逻辑删除字段:
@Table("tb_account")
public class Account {
@Column(isLogicDelete = true)
private Boolean isDeleted;
// 其他字段...
}
或者在全局配置中指定:
mybatis-flex:
global-config:
logic-delete-column: is_deleted
配置完成后,所有通过 MyBatis-Flex 提供的删除方法(如 removeById、deleteByQuery 等)都会自动转换为更新操作,将逻辑删除字段设置为已删除状态。
特殊场景下的物理删除需求
虽然逻辑删除是推荐的做法,但在某些特殊场景下,我们确实需要执行物理删除:
- 敏感数据需要彻底清除
- 临时数据不再需要保留
- 特定业务要求必须物理删除
- 性能优化考虑(大量历史数据需要清理)
MyBatis-Flex 的解决方案
MyBatis-Flex 提供了两种方式来实现物理删除:
1. 使用 @Table 注解的 ignoreLogicDelete 属性
@Table(value = "tb_account", ignoreLogicDelete = true)
public class Account {
// 实体类定义
}
这种方式会忽略该实体类所有操作中的逻辑删除处理。
2. 使用 Mapper 的 ignoreLogicDelete 方法
对于更细粒度的控制,可以在执行删除操作时临时忽略逻辑删除:
accountMapper.ignoreLogicDelete()
.deleteById(1);
或者在查询构建器中使用:
QueryWrapper.create()
.ignoreLogicDelete()
.delete();
最佳实践建议
- 谨慎使用物理删除:物理删除是不可逆操作,建议只在确实必要时使用
- 权限控制:对物理删除操作进行严格的权限控制
- 日志记录:记录所有物理删除操作以备审计
- 事务管理:确保物理删除操作在事务中执行
- 备份策略:考虑在执行物理删除前进行数据备份
总结
MyBatis-Flex 通过灵活的配置和API设计,既支持了逻辑删除这一最佳实践,又为特殊场景下的物理删除需求提供了解决方案。开发者可以根据实际业务需求,选择最适合的数据删除策略,在数据安全和系统性能之间取得平衡。
在实际项目中,建议将物理删除操作封装在特定的Service方法中,并添加详细的注释说明为何需要物理删除,这样既能满足业务需求,又能保证代码的可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1