JOhm 技术文档
2024-12-20 17:29:37作者:晏闻田Solitary
1. 安装指南
1.1 环境要求
- Java 8 或更高版本
- Redis 数据库
1.2 下载与安装
- 下载最新版本的 JOhm 库文件。
- 将下载的 JOhm 库文件添加到你的 Java 项目中。
- 确保你的项目中已经配置了 Redis 数据库的连接。
2. 项目的使用说明
2.1 基本概念
JOhm 是一个用于 Java 的对象-哈希映射库,灵感来源于 Ohm 库。它允许你将 Java 对象存储在 Redis 数据库中,而无需扩展框架基类或提供过多的配置元数据。
2.2 主要特性
- 基本属性持久化(如 String、Integer 等)
- 自动生成数字 ID
- 引用关系
- 数组、列表、集合、有序集合和映射的关系
- 索引支持
- 删除操作
- 基于属性、数组、集合和引用的搜索功能
2.3 示例代码
以下是一个简单的示例,展示了如何使用 JOhm 进行对象的创建、保存、加载和删除操作。
@Model
class User {
@Id
private Long id;
@Attribute
private String name;
@Attribute
@Indexed
private int age;
@Reference
@Indexed
private Country country;
@CollectionList(of = Comment.class)
@Indexed
private List<Comment> comments;
@CollectionSet(of = Item.class)
@Indexed
private Set<Item> purchases;
@CollectionMap(key = Integer.class, value = Item.class)
@Indexed
private Map<Integer, Item> favoritePurchases;
@CollectionSortedSet(of = Item.class, by = "price")
@Indexed
private Set<Item> orderedPurchases;
@Array(of = Item.class, length = 3)
@Indexed
private Item[] threeLatestPurchases;
}
@Model
class Comment {
@Id
private Long id;
@Attribute
private String text;
}
@Model
class Item {
@Id
private Long id;
@Attribute
private String name;
}
// 初始化 JOhm
JedisPool jedisPool = new JedisPool(new Config(), "localhost");
JOhm.setPool(jedisPool);
// 创建并保存一个 User 对象
User someOne = new User();
someOne.setName("Someone");
someOne.setAge(30);
JOhm.save(someOne);
// 加载一个已保存的 User 对象
User storedUser = JOhm.get(User.class, 1);
// 删除一个 User 对象
JOhm.delete(User.class, 1);
// 搜索所有年龄为 30 的用户
List<User> users = JOhm.find(User.class, "age", "30");
3. 项目 API 使用文档
3.1 核心 API
JOhm.save(Object obj): 保存对象到 Redis 数据库。JOhm.get(Class<?> clazz, long id): 根据 ID 加载对象。JOhm.delete(Class<?> clazz, long id): 根据 ID 删除对象。JOhm.find(Class<?> clazz, String attribute, String value): 根据属性值搜索对象。
3.2 注解
@Model: 标记一个类为 JOhm 模型。@Id: 标记一个字段为对象的唯一标识符。@Attribute: 标记一个字段为可持久化的属性。@Indexed: 标记一个字段为可索引的属性,支持搜索。@Reference: 标记一个字段为引用关系。@CollectionList,@CollectionSet,@CollectionMap,@CollectionSortedSet: 标记一个字段为集合关系。@Array: 标记一个字段为数组。
4. 项目安装方式
4.1 手动安装
- 下载 JOhm 的最新版本。
- 将 JOhm 的 JAR 文件添加到你的项目依赖中。
- 配置 Redis 数据库连接。
4.2 Maven 安装
在你的 pom.xml 文件中添加以下依赖:
<dependency>
<groupId>com.github.xetorthio</groupId>
<artifactId>johm</artifactId>
<version>最新版本号</version>
</dependency>
4.3 Gradle 安装
在你的 build.gradle 文件中添加以下依赖:
implementation 'com.github.xetorthio:johm:最新版本号'
通过以上步骤,你就可以在你的项目中使用 JOhm 进行对象的持久化和操作了。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
🎉 (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
1.33 K
746
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
137