MyBatis-Plus QueryWrapper 字段排除查询的实践方案
2025-05-13 19:57:08作者:农烁颖Land
在实际开发中,我们经常会遇到这样的场景:需要查询实体类的大部分字段,但只需要排除其中的少数几个字段。MyBatis-Plus作为流行的ORM框架,其QueryWrapper提供了灵活的查询构建方式,但针对这种"反向选择"的需求,开发者需要掌握正确的使用方法。
字段排除查询的需求背景
在数据库查询中,常见的字段选择方式有两种:
- 正向选择:明确指定需要查询的字段
- 反向选择:明确指定不需要查询的字段,其余字段全部查询
MyBatis-Plus的QueryWrapper默认提供了select(String... columns)方法用于正向选择字段,但对于反向选择场景,开发者可能会期望有一个类似unSelect()的方法来排除特定字段。
现有解决方案
虽然QueryWrapper没有直接提供unSelect()方法,但可以通过select(Class<T> entityClass, Predicate<TableFieldInfo> predicate)方法实现相同的效果。这个方法接收两个参数:
- 实体类Class对象
- 一个断言(Predicate)函数,用于决定哪些字段应该被包含
具体实现方式
假设我们有一个User实体类,包含id、name、age、email等字段,现在需要查询除email外的所有字段,可以这样实现:
queryWrapper.select(User.class, tableFieldInfo -> !"email".equals(tableFieldInfo.getColumn()));
这种实现方式的核心在于:
- 通过实体类Class获取所有字段信息
- 使用Predicate函数对每个字段进行判断
- 返回true表示包含该字段,false表示排除
高级用法
这种基于Predicate的筛选方式非常灵活,不仅可以实现简单的字段排除,还能支持更复杂的条件:
- 排除多个字段:
queryWrapper.select(User.class, field ->
!Arrays.asList("email", "password").contains(field.getColumn()));
- 基于字段属性进行筛选:
// 排除所有大字段(如text/blob类型)
queryWrapper.select(User.class, field ->
!field.getType().equals(Types.LONGVARCHAR));
- 结合注解进行筛选:
// 排除带有@Sensitive注解的字段
queryWrapper.select(User.class, field ->
field.getField().getAnnotation(Sensitive.class) == null);
性能考量
使用这种动态字段选择方式时,需要注意:
- 反射开销:每次调用都会通过反射获取字段信息,在极高并发场景下可能有性能影响
- SQL生成:生成的SQL语句会包含所有选中字段,当字段很多时SQL会变长
- 缓存机制:MyBatis-Plus会对字段信息进行缓存,重复调用性能影响较小
最佳实践建议
- 对于固定字段排除需求,可以封装成工具方法复用
- 在循环或高频调用场景,考虑缓存Predicate函数实例
- 当需要排除的字段很多时,反而应该考虑使用正向选择
- 结合Swagger等API文档工具时,注意字段排除对文档的影响
总结
虽然MyBatis-Plus没有直接提供unSelect()方法,但通过现有的select方法配合Predicate函数,开发者完全可以实现字段排除查询的需求。这种方式不仅灵活强大,而且保持了代码的简洁性。理解这一特性,可以帮助开发者在实际项目中更好地控制查询结果,优化数据传输效率。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178