NgBatis 使用教程
2024-08-17 17:11:34作者:廉皓灿Ida
项目介绍
NgBatis 是一款针对 NebulaGraph + Springboot 的数据库 ORM 框架,借鉴于 MyBatis 的使用习惯进行开发。它包含了一些类似于 mybatis-plus 的单表操作,另外还有一些图特有的实体-关系基本操作。NgBatis 旨在简化 NebulaGraph 数据库与 Springboot 应用的集成,使得开发者能够更高效地进行图数据库的开发工作。
项目快速启动
环境准备
- Java 8 或更高版本
- Maven 3.6 或更高版本
- NebulaGraph 数据库
- Springboot 2.x
快速启动步骤
-
克隆项目
git clone https://github.com/nebula-contrib/ngbatis.git cd ngbatis -
添加依赖
在您的 Springboot 项目的
pom.xml文件中添加以下依赖:<dependency> <groupId>io.github.nebula-contrib</groupId> <artifactId>ngbatis</artifactId> <version>1.2.2</version> </dependency> -
配置数据库连接
在
application.properties文件中添加 NebulaGraph 数据库的连接配置:nebula.graph.address=127.0.0.1:9669 nebula.graph.username=root nebula.graph.password=nebula -
创建实体类和 Mapper
创建一个简单的实体类:
public class Person { private String id; private String name; // 省略 getter 和 setter 方法 }创建一个 Mapper 接口:
@Mapper public interface PersonMapper { @Select("MATCH (p:Person) RETURN p") List<Person> selectAll(); } -
使用 Mapper
在您的服务类中注入并使用 Mapper:
@Service public class PersonService { @Autowired private PersonMapper personMapper; public List<Person> getAllPersons() { return personMapper.selectAll(); } }
应用案例和最佳实践
应用案例
NgBatis 可以用于各种图数据库应用场景,例如社交网络分析、推荐系统、知识图谱等。以下是一个简单的社交网络分析案例:
-
定义社交网络实体和关系
public class User { private String id; private String name; // 省略 getter 和 setter 方法 } public class Follow { private String from; private String to; // 省略 getter 和 setter 方法 } -
定义 Mapper
@Mapper public interface UserMapper { @Select("MATCH (u:User) RETURN u") List<User> selectAllUsers(); @Select("MATCH (u:User)-[:FOLLOWS]->(f:User) WHERE id(u) = #{userId} RETURN f") List<User> selectFollowers(String userId); } -
使用 Mapper
@Service public class SocialNetworkService { @Autowired private UserMapper userMapper; public List<User> getAllUsers() { return userMapper.selectAllUsers(); } public List<User> getFollowers(String userId) { return userMapper.selectFollowers(userId); } }
最佳实践
- 合理设计实体和关系:确保实体和关系的设计符合业务需求,避免过度设计。
- 使用缓存:对于频繁查询的数据,可以考虑使用缓存机制提高性能。
- 优化查询语句:合理编写 NebulaGraph 查询语句,避免全表扫描,提高查询效率。
典型生态项目
NgBatis 作为 NebulaGraph 开源生态项目之一,与其他 NebulaGraph 相关项目协同工作,共同构建
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Visual Studio 2015企业版中文版下载安装完全指南 - 专业开发工具必备资源 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 开源电子设计自动化利器:KiCad EDA全方位使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 CVE-2024-38077伪代码修复版EXP资源详解:Windows远程桌面授权服务问题利用指南 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
457
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++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
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
360
2.42 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205