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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0194- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00