Mybatis-Plus自定义SQL注入器实现批量插入功能
背景介绍
Mybatis-Plus作为Mybatis的增强工具,提供了许多便捷的CRUD操作方法。但在实际开发中,我们经常需要扩展一些自定义的SQL操作方法。本文将详细介绍如何在Mybatis-Plus中通过自定义SQL注入器来实现批量插入功能。
核心概念
SQL注入器(SqlInjector)
SQL注入器是Mybatis-Plus中负责向Mapper接口注入SQL方法的组件。DefaultSqlInjector是默认实现,包含了Mybatis-Plus提供的所有基础CRUD方法。
自定义方法(AbstractMethod)
AbstractMethod是Mybatis-Plus中所有SQL方法的抽象基类,我们需要继承它来实现自定义的SQL逻辑。
实现步骤
1. 创建自定义SQL方法类
首先需要创建一个继承自AbstractMethod的类,实现批量插入逻辑:
public class InsertBatchSomeColumn extends AbstractMethod {
@Override
public MappedStatement injectMappedStatement(Class<?> mapperClass, Class<?> modelClass, TableInfo tableInfo) {
// 这里实现SQL语句构建逻辑
String sql = "<script>INSERT INTO %s %s VALUES %s</script>";
// 具体实现省略...
return this.addInsertMappedStatement(mapperClass, modelClass, "insertBatchSomeColumn", sql, tableInfo);
}
}
2. 扩展默认SQL注入器
创建自定义的SQL注入器,将我们的批量插入方法添加到方法列表中:
@Component
public class InsertBatchSqlInjector extends DefaultSqlInjector {
@Override
public List<AbstractMethod> getMethodList(Class<?> mapperClass, TableInfo tableInfo) {
// 保留原有的方法
List<AbstractMethod> methodList = super.getMethodList(mapperClass, tableInfo);
// 添加自定义方法
methodList.add(new InsertBatchSomeColumn());
return methodList;
}
}
3. 创建基础Mapper接口
定义一个扩展了BaseMapper的接口,声明我们的批量插入方法:
public interface MyBaseMapper<T> extends BaseMapper<T> {
/**
* 批量插入方法
* @param batchList 实体对象集合
* @return 影响行数
*/
int insertBatchSomeColumn(Collection<T> batchList);
}
4. 业务Mapper继承自定义接口
在实际的业务Mapper中继承我们自定义的基础Mapper:
public interface DemoMapper extends MyBaseMapper<Demo> {
// 可以添加其他业务方法
}
注意事项
-
配置自动生效:在Spring Boot环境中,只要将自定义的SqlInjector声明为Spring组件(@Component),Mybatis-Plus会自动发现并使用它,无需手动配置。
-
方法命名:自定义方法名需要与MappedStatement中的id保持一致,否则会出现"Invalid bound statement"错误。
-
SQL注入:在实现自定义SQL方法时,要注意防止SQL注入风险,特别是处理动态SQL时。
-
性能考虑:批量操作时要注意数据量大小,避免单次操作数据量过大导致性能问题。
常见问题解决
如果在使用过程中遇到"Invalid bound statement"错误,可以检查以下几点:
- 确认自定义方法是否正确定义在Mapper接口中
- 检查SqlInjector是否被正确加载
- 验证方法名是否在MappedStatement中保持一致
- 确保没有重复配置SqlInjector
通过以上步骤,我们就可以在Mybatis-Plus中成功扩展自定义的批量插入方法,既保留了框架原有的便捷性,又满足了特定业务场景的需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07