Mybatis分页

简介: 本文介绍了五种分页实现方式:MyBatis自带RowBounds内存分页、PageHelper插件分页、SQL原生分页、数组分页及拦截器分页。对比了逻辑分页与物理分页的优劣,指出大数据量下应优先选用物理分页,避免内存溢出,提升性能。

1 自带rowbound分页

先将所有的结果集查询出来ResultSet,再进行内存分页(limit)


2 第三方插件pagehelper

会将一个查询SQL变成两部分执行,假设SQL是:select name from user;

①自动识别数据库类型,添加对应的分页关键字,如MySQL则limit,Oracle则rownum,DB2则fetch,查找出上面SQL的结果

②查找出上面结果,查询结果的总条数count

3 SQL分页

依赖limit进行实现,或者rownum等自身的SQL实现

4 数组分页


简而言之:查全部再subList


首先在dao层,创建StudentMapper接口,用于对数据库的操作。在接口中定义通过数组分页的查询方法,如下所示:

List<Student> queryStudentsByArray();

方法很简单,就是获取所有的数据,通过list接收后进行分页操作。创建StudentMapper.xml文件,编写查询的sql语句:

<select id="queryStudentsByArray"  resultMap="studentmapper"> select * from student </select>

可以看出再编写sql语句的时候,我们并没有作任何分页的相关操作。这里是查询到所有的学生信息。接下来在service层获取数据并且进行分页实现:

定义IStuService接口,并且定义分页方法:

List<Student> queryStudentsByArray(int currPage, int pageSize);

通过接收currPage参数表示显示第几页的数据,pageSize表示每页显示的数据条数。

创建IStuService接口实现类StuServiceIml对方法实现,对获取到的数组通过currPage和pageSize进行分页:

@Override    
public List<Student> queryStudentsByArray(int currPage, int pageSize) { 
    List<Student> students = studentMapper.queryStudentsByArray(); 
    //  从第几条数据开始        
    int firstIndex = (currPage - 1) * pageSize; 
    //  到第几条数据结束        
  int lastIndex = currPage * pageSize; return students.subList(firstIndex, lastIndex); 
}

通过subList方法,获取到两个索引间的所有数据。

最后在controller中创建测试方法:

@ResponseBody      
@RequestMapping("/student/array/{currPage}/{pageSize}") 
public List<Student> getStudentByArray(@PathVariable("currPage") int currPage, @PathVariable("pageSize") int pageSize) { 
  List<Student> student = StuServiceIml.queryStudentsByArray(currPage, pageSize); 
    return student; 
}

通过用户传入的currPage和pageSize获取指定数据。

5 拦截器分页

自定义拦截器实现了拦截所有以ByPage【或自己约束的都是可以的】结尾的查询语句,并且利用获取到的分页相关参数统一在sql语句后面加上limit分页的相关语句。

6 总结

逻辑分页:即内存分页,就是mybatis自带的rowbounds,内存开销大,数据量小效率比物理分页快,但大数据量,易内存溢出

物理分页:上述2345,小数据量效率比逻辑分页慢,但是大数据量推荐用物理分页。

物理分页总是优先于逻辑分页。

相关文章
|
1天前
|
测试技术
为什么要单元测试
单元测试(Unit Testing)是对软件最小功能单元的正确性验证。通过编写测试用例,确保每个模块按预期运行,提升代码质量与可维护性。它源于编程本质——将复杂问题拆解为原子任务逐一验证,是构建可靠系统的基石。
|
1天前
|
Java 数据库连接 调度
xxljob执行源码分析
本文深入解析XXL-JOB源码,涵盖架构设计、核心执行流程与关键线程机制。包括任务调度、快慢线程池分离、注册与心跳检测、失败重试告警、日志清理及时间轮原理,结合图文详解各组件实现逻辑,助你全面掌握分布式任务调度底层机制。
 xxljob执行源码分析
|
1天前
|
存储 算法 BI
xxljob本地运行
本文介绍XXL-JOB分布式任务调度框架的部署与使用,涵盖源码获取、服务端数据库初始化、配置启动、客户端注册及定时任务测试全过程,助您快速搭建并运行调度系统。
6.Watcher机制(三)之ZooKeeper
本文深入分析ZooKeeper类的源码,重点解析其内部类结构、核心属性与构造函数,并详细探讨create、delete、multi、exists等核心方法的同步与异步实现机制,揭示其基于Watcher机制的事件注册与客户端通信原理。
 6.Watcher机制(三)之ZooKeeper
4.Watcher机制(一)
本文深入分析Zookeeper的Watcher机制,涵盖核心类与源码实现。重点解析Watcher、Event、KeeperState、EventType等接口与枚举,梳理ZKWatchManager对事件的管理及通知流程,帮助理解Zookeeper的监听机制工作原理。
|
1天前
|
存储 算法 API
2.持久化FileTxnLog
本文深入分析Zookeeper持久化核心源码,重点解析TxnLog与FileTxnLog实现机制,涵盖事务日志追加、校验、读取、提交及截断等关键流程,揭示其数据存储与一致性保障原理。
 2.持久化FileTxnLog
|
1天前
|
存储
1.序列化
该文章内容丰富且详细
 1.序列化
|
1天前
|
存储 关系型数据库 调度
|
1天前
|
缓存 NoSQL 关系型数据库
微服务原理篇(Canal-Redis)
该文章内容详细且实用
 微服务原理篇(Canal-Redis)
|
1天前
|
负载均衡 Java Nacos
微服务网关与配置中心
本文介绍了基于Spring Cloud Gateway实现微服务网关的完整流程,涵盖路由转发、负载均衡、全局过滤器与身份校验、用户信息传递及配置中心Nacos的集成。通过自定义GlobalFilter实现JWT鉴权,并利用ThreadLocal在微服务间透传用户信息;针对Feign调用场景,设计无状态内部接口以提升通用性;最后通过Nacos统一管理各服务配置文件,支持热更新,实现配置集中化与动态化管理。
 微服务网关与配置中心