网创优客建站品牌官网
为成都网站建设公司企业提供高品质网站建设
热线:028-86922220
成都专业网站建设公司

定制建站费用3500元

符合中小企业对网站设计、功能常规化式的企业展示型网站建设

成都品牌网站建设

品牌网站建设费用6000元

本套餐主要针对企业品牌型网站、中高端设计、前端互动体验...

成都商城网站建设

商城网站建设费用8000元

商城网站建设因基本功能的需求不同费用上面也有很大的差别...

成都微信网站建设

手机微信网站建站3000元

手机微信网站开发、微信官网、微信商城网站...

建站知识

当前位置:首页 > 建站知识

利用MyBatis进行不同条件的like模糊查询的方法

之前一直是用MyBatis进行SQL查询时,一般都是用Generator逆向生产的代码来进行查询。

创新互联主要从事成都网站制作、做网站、外贸营销网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务池州,10多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108

现在遇到了一个业务问题,我们需要进行对不同的条件分别进行模糊查询,首先我想到的就是根据对需要进行模糊查询的字段进行判断,然后调用Example的方式进行查询条件的注入。

对于String类型的数据可以有Like查询这个方法,但是Integer或者Long这种数据类型的话就没有了,得需要自己动手写。

但是呢,我利用Generator生成的代码Example方式进行模糊查询时确无法实现,原因不太清楚,但是感觉代码没问题。

于是,只能我们自己手动写SQL语句了。

但是呢,每个查询条件都写一个查询语句的话,简单归简单,但是太麻烦。

那么,我们能不能利用一个查询来实现对不同字段的模糊查询呢?

我的方法

1。首先,定义Search类,有查询字段Type,和查询条件Condition,利用这个类将数据传入SQL查询中。

public class SearchType {

  private String type;

  private String condition;

  public String getType() {
    return type;
  }

  public void setType(String type) {
    this.type = type;
  }

  public String getCondition() {
    return condition;
  }

  public void setCondition(String condition) {
    this.condition = condition;
  }
}

定义好类后,我们在Service中调用Mapper查询方法

public List searchUser(String type,String condition) {

    SearchType search = new SearchType();
    search.setCondition(condition);
    search.setType(type);

    //模糊查询各字段

      List list = userMapper.selectWithConditionLike(search);
      return list;

  }

这里的MKUser是我们查询结果后存储数据的类

下面看看Mapper.xml是如何实现的



关于为什么一个地方是${},另一个是#{},自己查询这两个的区别。

注意数据库中的字段跟MKUser类中字段的对应,
我利用BaseResultMap进行了对应。

这样就搞定了。

Mybaits Generator 模糊查询 (like)的使用方式

like 使用

使用like时如果不手动拼接 % 等上去的话很难达到模糊搜索的要求,默认生成的SQL语句如下:

如传入变量是 paramsValue

SELECT count(*) FROM table WHERE (table_a LIKE paramsValue) 

由此可得,我们可以给传入的变量手动拼接 %,也就是说

paramsValue = "%" + paramsValue + "%"

之后再传入 则可以达到模糊匹配的效果,当然这种前后都加 % 的做法尽量避免使用,数据量大的情况下检索效果不会太好,因为会进行全表检索,而不使用索引。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持创新互联。


本文题目:利用MyBatis进行不同条件的like模糊查询的方法
分享路径:http://bjjierui.cn/article/jjjesi.html

其他资讯