后端之JPA(EntityGraph+JsonView)

devtools/2025/2/25 10:58:03/

不同表之间的级联操作或者说关联查询是很多业务场景都会用到的。

对于这种需求最朴素的方法自然是手动写关联表,然后对被关联的表也是手动插入数据。但是手写容易最后写成一堆shit代码,而且修改起来也是非常麻烦的。

学会使用现成的工具还是非常有利的。接下来就来说一说JPA如何关联查询和实现级联操作。

@JsonManagedReference和@JsonBackReference

这两个注解配套使用,一般用在一对多关系,也就是外键级联操作。
在注解@OneToMany和@ManyToOne的基础上,一是用@JsonManagedReference,多用@JsonBackReference。同时也可以搭配其他的设置,如cascade和orphanRemoval来实现级联操作。

下面为一个示例
 

java">@Entity
@Data
@Table(name="math_questions")
public class Question {@Id@GeneratedValue(strategy = GenerationType.IDENTITY)private Long id;@OneToMany(mappedBy = "question", cascade = CascadeType.ALL, orphanRemoval = true)@JsonManagedReference("question-questionTags") // 指定唯一的引用名称private List<QuestionTag> questionTags = new ArrayList<>();
}
@Entity
@Data
@Table(name="tags")
public class Tag {@Id@GeneratedValue(strategy = GenerationType.IDENTITY)private Long id;@OneToMany(mappedBy = "tag", cascade = CascadeType.ALL, orphanRemoval = true)@JsonManagedReference("tag-questionTags") // 指定唯一的引用名称private List<QuestionTag> questionTags = new ArrayList<>();
}
@Entity
@Data
@Table(name = "question_tag")
public class QuestionTag {@Id@GeneratedValue(strategy = GenerationType.IDENTITY)private Long id;  // 主键@ManyToOne@JoinColumn(name = "question_id")@JsonBackReference("question-questionTags") // 与 Question 中的 @JsonManagedReference 对应private Question question;@ManyToOne@JoinColumn(name = "tag_id")@JsonBackReference("tag-questionTags") // 与 Tag 中的 @JsonManagedReference 对应private Tag tag;
}

那为什么要用到这两个注解呢?直接使用@OneToMany和@ManyToOne不就可以实现级联操作了吗?原因是我这里用的是双向关联,也就是Question中有Question_tag,Tags中有Question_tag,而Question_tag中又有Question和Tags。这样就会导致查询的时候无限递归下去,查到任何一个都可以继续级联查下去。

所以使用@JsonManagedReference和@JsonBackReference可以做到只查一层,也就是对Question表操作,只会影响question_tag表。同样对tags表操作,也只会影响question_tag表。这样就不会一直递归下去。

@EntityGraph

但是这样在之后又遇到一个问题,那就是在使用@EntityGraph进行关联查询的时候,发现只能从question查询到question_tag,再往下就查询不到了,实际上也是查询到了,只不过是因为又@JsonManagedReference和@JsonBackReference导致在最后被过滤掉了。

于是我就在想,有没有一种办法,即能保证不无限递归下去,又能做到查询到我想要的结果:通过question查询到与之相关的标签?

@JsonIdentityInfo

之后发现用@JsonIdentityInfo可以在查询到无限递归时自动停下来。乍一听似乎很好,但实际操作结果是,可能会有很多层嵌套,只能说最后结果对了,但是基本不可操作。

javascript">    {"id": 17,"questionType": "LATEX","questionImagePath": null,"questionLatex": "测试添加标签","answerType": "BOTH","answerImagePath": "images/42f8099e-00ef-4485-a833-65541cb9b0d8_S2的配置命令.png","answerLatex": "1","uploadTime": "2025-02-24 11:25:41","lastPracticeTime": null,"correctCount": 0,"incorrectCount": 0,"questionTags": [{"id": 1,"question": 17,"tag": {"id": 1,"questionTags": [1,{"id": 2,"question": {"id": 19,"questionType": "LATEX","questionImagePath": null,"questionLatex": "多加一个标签","answerType": "LATEX","answerImagePath": null,"answerLatex": "现在是能搞到标签的id但是搞不到name","uploadTime": "2025-02-24 12:09:04","lastPracticeTime": null,"correctCount": 0,"incorrectCount": 0,"questionTags": [{"id": 3,"question": 19,"tag": {"id": 2,"questionTags": [3],"tag_name": "测试用例1"}},2]},"tag": 1}],"tag_name": "测试用例2"}}]},

这么深的嵌套就不说了,重复的内容还会再下次直接用数字代替,这不又得多建立一层映射关系,想想都麻烦。

最后感觉没啥办法了,想着保留级联操作,然后老老实实自己写SQL吧。手写的唯一好处就是可以定制化,虽然可能会有很多bug,不好维护,但是在功能都实现不了的情况下就不要求这么多了。 

不过,自己动手造轮子是不可能的,是绝对不允许的。

这不,又找到了一个不错的好玩意,起码能解决我的问题。依旧是使用cascade来保证级联操作。然后使用EntityGraph来关联查询。但是不使用@JsonManagedReference和@JsonBackReference,因为这个其实适用于比较有明显的主次关系的结构。我的业务两者只能说使用频率有差距,但地位是相同的。所以其实这个不合适。

那不使用@JsonManagedReference和@JsonBackReference如何保证不无限循环的呢?

答案是@JsonView

有点小麻烦,需要在每个字段都标注(不知道能不能批量标注),但是正因为是具体到每个字段,而且可以标注多个,就可以非常灵活的选择展示哪些,不展示哪些,进而避免双向关联的循环。说白了就是把DTO换成了注解。靠人工手动标注来防止出错。

起码,这个方法是解决了我的问题。

最后补充几点,上述被我否定的几种方法,不是不好,只是不适用于我的业务罢了。其实EntityGraph挺好的,就是搭配JsonView,可以做到类似版本控制,就是可以写多个controller,给每个controller不同的JsonView就行,不需要修改原有的就可以灵活调整展示内容,有点类似增量开发。

再说一句,JsonView不同模式之间可以继承挺不错的。


http://www.ppmy.cn/devtools/161569.html

相关文章

《量子计算:开启未来的钥匙》:此文为AI自动生成

量子计算:一场颠覆性的科技革命 在科技飞速发展的今天,量子计算作为一项前沿技术,正逐渐崭露头角,引领着一场新的科技革命。它以其独特的计算原理和强大的计算能力,成为了全球科技领域的焦点,被誉为未来计算的希望之星。 与传统计算相比,量子计算就像是一场跨越时代的…

Mac下VSCode调试skynet的lua环境配置

Mac下VSCode调试skynet的lua环境配置 安装Lua5.4安装Luasocket下载LuaPanda.lua安装VScode LuaPanda插件配置skynet&#xff0c;在lua_cpath引入luasocket库创建launch.json在需要调试的lua文件里面添加代码 安装Lua5.4 brew install lua5.4安装Luasocket LuaPanda需要luasoc…

DeepSeek引领目标检测新趋势:如何通过知识蒸馏优化模型性能

目录 一、知识蒸馏是什么&#xff1f; 二、知识蒸馏在目标检测中的重要性 提升实时性 跨任务迁移学习 三、如何使用知识蒸馏优化目标检测&#xff1f; 训练教师模型 生成软标签 训练学生模型 调节温度参数 多教师蒸馏&#xff08;可选&#xff09; 四、案例分享 定…

如何向zookeeper中注册内容

我来为你展示如何在Java项目中使用Apache ZooKeeper注册内容。这里提供一个简单但完整的示例&#xff0c;包含依赖配置和代码实现。 首先需要在pom.xml中添加ZooKeeper依赖&#xff08;假设使用Maven&#xff09;&#xff1a; <dependency><groupId>org.apache.z…

基于 Python 的项目管理系统开发

基于 Python 的项目管理系统开发 一、引言 在当今快节奏的工作环境中&#xff0c;有效的项目管理对于项目的成功至关重要。借助信息技术手段开发项目管理系统&#xff0c;能够显著提升项目管理的效率和质量。Python 作为一种功能强大、易于学习且具有丰富库支持的编程语言&…

MySQL的InnoDB引擎中的聚簇索引和非聚簇索引有什么区别?

聚簇索引&#xff1a;聚簇索引之所以叫聚簇索引&#xff0c;是因为它将数据存储与索引放到了一块。聚簇索引采用 B 树的数据结构&#xff0c;它的非叶子节点存储索引键值 和 指向子节点的指针&#xff0c;叶子节点存储 完整的数据行。一个表只能有一个聚簇索引&#xff0c;聚集…

超详细介绍map(multimap)的使用

map类的介绍 map的声明如下&#xff0c;Key是map底层关键字的类型&#xff0c;T是map底层value的类型。set默认要求Key支持小于比较&#xff0c;如果不支持或者需要的情况下我们可以自行传入仿函数&#xff0c;map底层存储数据的内存是从空间申请来的。一般情况下&#xff0c;我…

1.13 重叠因子:简单移动平均线(Simple Moving Average, SMA)概念与Python实战

目录 0. 本栏目因子汇总表1. 因子简述2. 因子计算逻辑3. 因子应用场景4. 因子优缺点5. 因子代码实现6. 因子取值范围及其含义7. 因子函数参数建议 0. 本栏目因子汇总表 【量海航行】 1. 因子简述 简单移动平均线(Simple Moving Average, SMA)是最基础且应用最广泛的技术指标…