PageHelper用法示例（mybatis分页查询插件） 2025760编辑

Heaven helps those who help themselves
资深码农+深耕理财=财富自由
欢迎关注

PageHelper用法示例（mybatis分页查询插件）

Created by Marydon on 2023-10-08 10:54

1.情景展示

在实际开发过程中，分页查询是最常见，也是使用频率最高的数据查询。

分页查询，如果我们进行手动在xml当中写SQL的话，起码要写两个SQL。一个是分页，一个是查询数据总数。

问题在于：这样做，会提高我们的工作量，而且这些也是很繁琐的过程。

能不能让我们只关注查询业务（查询SQL），而不用管理分页，让这部分代码进行自动化呢？

2.具体分析

我们可以通过PageHelper来解决这个问题。

pagehelper是mybatis的一个插件，其作用是更加方便地进行分页查询。

3.解决方案

准备工作

如果是springboot项目，需要引入以下jar包。

 <!-- 分页插件 -->
<dependency>
    <groupId>com.github.pagehelper</groupId>
    <artifactId>pagehelper-spring-boot-starter</artifactId>
    <version>1.4.1</version>
</dependency>

非springboot项目，引入下面jar包。

 <dependency>
    <groupId>com.github.pagehelper</groupId>
    <artifactId>pagehelper</artifactId>
    <version>5.0.0</version>
</dependency>

并需：添加以下信息到xml当中

 <plugins>
    <plugin interceptor="com.github.pagehelper.PageInterceptor"></plugin>
</plugins>

说明：在实际引入的时候，可以将插件版本号改成最新的。

启用PageHelper插件

 #pagehelper分页插件配置
pagehelper:
  #默认值：mysql
  #helperDialect: mysql
  reasonable: true
  supportMethodsArguments: true
  params: count=countSql
  auto-dialect: true
  #根据运行数据库url自动分页
  autoRuntimeDialect: true

Mapper.xml（mybatis+mysql）

 <resultMap id="PipelineResultMap" type="com.xyhsoft.mi.link.api.domain.FlinkDataPipeline">
    <id property="pipelineid" column="PIPELINEID" jdbcType="BIGINT"/>
    <result property="pipelinename" column="PIPELINENAME" jdbcType="VARCHAR"/>
    <result property="databaseidSource" column="DATABASEID_SOURCE" jdbcType="BIGINT"/>
    <result property="readtype" column="READTYPE" jdbcType="VARCHAR"/>
    <result property="synctype" column="SYNCTYPE" jdbcType="VARCHAR"/>
    <result property="synctable" column="SYNCTABLE" jdbcType="VARCHAR"/>
    <result property="databaseidTarget" column="DATABASEID_TARGET" jdbcType="BIGINT"/>
    <result property="databasnameTarget" column="DATABASNAME_TARGET" jdbcType="VARCHAR"/>
    <result property="dataDelete" column="DATA_DELETE" jdbcType="VARCHAR"/>
    <result property="syncTimestamp" column="SYNC_TIMESTAMP" jdbcType="VARCHAR"/>
    <result property="syncTableupdate" column="SYNC_TABLEUPDATE" jdbcType="VARCHAR"/>
    <result property="dirtyDatanum" column="DIRTY_DATANUM" jdbcType="BIGINT"/>
    <result property="failTry" column="FAIL_TRY" jdbcType="VARCHAR"/>
    <result property="resuleNote" column="RESULE_NOTE" jdbcType="VARCHAR"/>
    <result property="status" column="STATUS" jdbcType="VARCHAR"/>
    <result property="createtime" column="CREATETIME" jdbcType="TIMESTAMP"/>
    <result property="databasenameSource" column="DATABASENAME" jdbcType="VARCHAR"/>
</resultMap>
 
<sql id="FlinkDataPipeline_Column_List">
    t1.PIPELINEID,t1.PIPELINENAME,t1.DATABASEID_SOURCE,
    t1.READTYPE,t1.SYNCTYPE,t1.SYNCTABLE,
    t1.DATABASEID_TARGET,t1.DATABASNAME_TARGET,t1.DATA_DELETE,
    t1.SYNC_TIMESTAMP,t1.SYNC_TABLEUPDATE,t1.DIRTY_DATANUM,
    t1.FAIL_TRY,t1.RESULE_NOTE,t1.STATUS,
    t1.CREATETIME
</sql>

说明：为了保持代码的完整性，才展示了上述代码。

在此，我们只需关注下面的select标签内容即可。

 <select id="getFlinkDataPipeline" parameterType="com.mysoft.mi.link.api.vo.FlinkDataPipelineVo" resultMap="PipelineResultMap">
    select
        <include refid="FlinkDataPipeline_Column_List"></include>,
        t2.DATABASENAME
    from flink_data_pipeline t1, flink_database t2
    where t2.DATABASEID = t1.DATABASEID_SOURCE
    <if test="pipelineid != null and pipelineid != ''">
        and t1.pipelineid = #{pipelineid}
    </if>
    <if test="pipelinename != null and pipelinename != ''">
        and t1.pipelinename like concat('%', #{pipelinename}, '%')
    </if>
    order by t1.CREATETIME desc
</select>

这就是一个普通的两表关联查询语句。

Mapper层（Dao层）

 List<FlinkDataPipeline> getFlinkDataPipeline(FlinkDataPipelineVo pipelineVo);

说明：方法名必须和select标签的id值保持一致。

业务层（Bo层）

 @Override
public PageList<FlinkDataPipeline> getPageList(FlinkDataPipelineVo pipelineVo) {
    // 进行分页
    // PageHelper.startPage(null == pipelineVo.getPageIndex() ? 1 : pipelineVo.getPageIndex(), null == pipelineVo.getPageSize() ? 15 : pipelineVo.getPageSize());
    PageHelper.startPage(pipelineVo.getPageIndex(), pipelineVo.getPageSize());
    // 注意：只有紧跟着PageHelper.startPage(pageNum,pageSize)的sql语句才被pagehelper起作用
    List<FlinkDataPipeline> metaDatabaseList = pipelineMapper.getFlinkDataPipeline(pipelineVo);
 
    PageInfo<FlinkDataPipeline> pageInfo = new PageInfo<>(metaDatabaseList);
    return new PageList<>(pageInfo.getTotal(), pageInfo.getList());
}

说明：这一块是核心代码。

第一步：确定分页内容（第几页，每页大小）。

 PageHelper.startPage(null == pipelineVo.getPageIndex() ? 1 : pipelineVo.getPageIndex(), null == pipelineVo.getPageSize() ? 15 : pipelineVo.getPageSize());

第二步：通过Mapper接口调用查询语句。

 List<FlinkDataPipeline> metaDatabaseList = pipelineMapper.getFlinkDataPipeline(pipelineVo);

注意：需要分页的查询语句必须紧跟第一步的分页代码，另外，第一步和第二步顺序不能颠倒。

否则，该查询语句将不会进行分页，查询的将是所有数据。

第三步：将返回的List塞到PageInfo对象当中。

 PageInfo<FlinkDataPipeline> pageInfo = new PageInfo<>(metaDatabaseList);

第四步：拿到分页后的数据或者塞到PageList对象当中。

 pageInfo.getList();

或者

 return new PageList<>(pageInfo.getTotal(), pageInfo.getList());

控制层（Controller层）

 @ApiOperation(value = "分页查询管道列表", notes = "分页查询管道列表", httpMethod = "GET")
@GetMapping(value = "/getPipelineList", produces = {"application/json;charset=UTF-8"})
public PageList<FlinkDataPipeline> getPipelineList(@ApiParam(value = "管道名称", required = false, example = "管道1")
                                                   @RequestParam(required = false) String pipelinename,
                                                   @ApiParam(value = "第几页", required = false, example = "1")
                                                   @Pattern(regexp = "^$|^[1-9]\\d*$", message = "pageIndex可为空或正整数")
                                                   @RequestParam(required = false) String pageIndex,
                                                   @Pattern(regexp = "^$|^[1-9]\\d*$", message = "pageIndex可为空或正整数")
                                                   @ApiParam(value = "每页展示几条", required = false, example = "15")
                                                   @RequestParam(required = false) String pageSize){
 
    FlinkDataPipelineVo pipelineVo = FlinkDataPipelineVo.builder().build()
            .setPipelinename(pipelinename)
            .setPageIndex(null == pageIndex ? 1 : Integer.parseInt(pageIndex)) //默认1
            .setPageSize(null == pageSize ? 15 : Integer.parseInt(pageSize)) //默认15
            ;
 
    return pipelineService.getPageList(pipelineVo);
}

效果展示

mysql分页展示

控制台输出

查看代码

  Creating a new SqlSession
Registering transaction synchronization for SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@c73fb24]
JDBC Connection [HikariProxyConnection@140049083 wrapping com.mysql.cj.jdbc.ConnectionImpl@5475ef4e] will be managed by Spring
==>  Preparing: SELECT count(0) FROM flink_data_pipeline t1, flink_database t2 WHERE t2.DATABASEID = t1.DATABASEID_SOURCE
==> Parameters: 
<==    Columns: count(0)
<==        Row: 7
<==      Total: 1
==>  Preparing: select t1.PIPELINEID,t1.PIPELINENAME,t1.DATABASEID_SOURCE, t1.READTYPE,t1.SYNCTYPE,t1.SYNCTABLE, t1.DATABASEID_TARGET,t1.DATABASNAME_TARGET,t1.DATA_DELETE, t1.SYNC_TIMESTAMP,t1.SYNC_TABLEUPDATE,t1.DIRTY_DATANUM, t1.FAIL_TRY,t1.RESULE_NOTE,t1.STATUS, t1.CREATETIME , t2.DATABASENAME from flink_data_pipeline t1, flink_database t2 where t2.DATABASEID = t1.DATABASEID_SOURCE order by t1.CREATETIME desc LIMIT ?
==> Parameters: 15(Integer)
<==    Columns: PIPELINEID, PIPELINENAME, DATABASEID_SOURCE, READTYPE, SYNCTYPE, SYNCTABLE, DATABASEID_TARGET, DATABASNAME_TARGET, DATA_DELETE, SYNC_TIMESTAMP, SYNC_TABLEUPDATE, DIRTY_DATANUM, FAIL_TRY, RESULE_NOTE, STATUS, CREATETIME, DATABASENAME
<==        Row: 46, task, 39, 1, 1, base_ac_user, 39, 数据中台, 1, 0, 0, 1000, 0, 0, 1, 2023-10-08 10:33:48, medi_data_cent
<==        Row: 45, quyu, 42, 1, 1, qycf_info, 42, 区域处方, 1, 0, 0, 1000, 0, 0, 1, 2023-10-08 10:31:56, qycf
<==        Row: 44, task, 39, 1, 1, meta_databases, 39, 数据中台, 1, 0, 0, 1000, 0, 0, 1, 2023-10-08 10:28:51, medi_data_cent
<==        Row: 43, aaa, 39, 1, 1, meta_theme, 39, 数据中台, 1, 0, 0, 1000, 0, 0, 1, 2023-10-08 10:27:21, medi_data_cent
<==        Row: 42, aa, 39, 1, 1, act_ge_bytearray, 42, qycf, 1, 0, 0, 1000, 0, 0, 1, 2023-10-08 10:16:28, medi_data_cent
<==        Row: 41, task, 39, 1, 1, meta_theme_copy, 39, medi_data_cent, 1, 0, 0, 1000, 0, 0, 1, 2023-10-08 10:00:59, medi_data_cent
<==        Row: 40, a, 39, 1, 1, act_evt_log, 42, qycf, 1, 0, 0, 1000, 0, 0, 1, 2023-10-07 17:43:48, medi_data_cent
<==      Total: 7
Releasing transactional SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@c73fb24]
Transaction synchronization deregistering SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@c73fb24]
Transaction synchronization closing SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@c73fb24]

最终返回的PageList的数据格式，示例：

 {
    "total": 7,
    "list": [
      {
        "pipelineid": 46,
        "pipelinename": "task",
        "databaseidSource": 39,
        "readtype": "1",
        "synctype": "1",
        "synctable": "base_ac_user",
        "databaseidTarget": 39,
        "databasnameTarget": "数据中台",
        "dataDelete": "1",
        "syncTimestamp": "0",
        "syncTableupdate": "0",
        "dirtyDatanum": 1000,
        "failTry": "0",
        "resuleNote": "0",
        "status": "1",
        "createtime": 1696732428000,
        "databasenameSource": "medi_data_cent"
      },
      {
        "pipelineid": 45,
        "pipelinename": "quyu",
        "databaseidSource": 42,
        "readtype": "1",
        "synctype": "1",
        "synctable": "qycf_info",
        "databaseidTarget": 42,
        "databasnameTarget": "区域处方",
        "dataDelete": "1",
        "syncTimestamp": "0",
        "syncTableupdate": "0",
        "dirtyDatanum": 1000,
        "failTry": "0",
        "resuleNote": "0",
        "status": "1",
        "createtime": 1696732316000,
        "databasenameSource": "qycf"
      }
    ]
}

2024-08-15 15:25:10

oracle分页展示

pagehelper插件所生成的分页sql示例：

 SELECT *
  FROM (SELECT TMP_PAGE.*, ROWNUM PAGEHELPER_ROW_ID
          FROM (SELECT TYPE_CODE,
                       TYPE_NAME,
                       TYPE_VALUE,
                       TYPE_CONTENT,
                       TYPE,
                       TYPE_REC,
                       TYPE_BM,
                       TYPE_COMING
                  FROM BASEDICT T1
                 ORDER BY T1.TYPE_CODE, T1.TYPE_VALUE) TMP_PAGE)
 WHERE PAGEHELPER_ROW_ID <= ?
   AND PAGEHELPER_ROW_ID > ?

2024-08-30 09:14:23

4.补充说明

经过上面，我们知道pageHelper插件针对需要分页的地方会根据不同的数据库采取不同的分页方式。

mysql：会给要执行的sql后面添加limit进行分页。

 mysql sql limit ? ,?

需要注意的是：

在MySQL中，在xml文件的<select>标签中的使用的是union all，如果使用pagehelper插件进行分页查询的话，需要在最外层包裹一层select才行。

原先的sql

 select name from table1 order by id
union all
select name from table2 order by id

在最外层包裹一层select，执行的分页将为：

 select t.* from
(
    select name from table1 order by id
    union all
    select name from table2 order by id
) t limit ?, ?

如果没有在最外层包裹一层select，执行的分页将为：

 select name from table1 order by id
union all
select name from table2 order by id limit ?, ?

这个显然不是我们想要的效果。

oracle：在执行的sql外面增加两层select。

 SELECT *
  FROM (SELECT TMP_PAGE.*, ROWNUM PAGEHELPER_ROW_ID
          FROM (OARCLE SQL) TMP_PAGE)
 WHERE PAGEHELPER_ROW_ID <= ?
   AND PAGEHELPER_ROW_ID > ?

与君共勉：最实用的自律是攒钱，最养眼的自律是健身，最健康的自律是早睡，最改变气质的自律是看书，最好的自律是经济独立。

您的一个点赞，一句留言，一次打赏，就是博主创作的动力源泉！

↓↓↓↓↓↓写的不错，对你有帮助？赏博主一口饭吧↓↓↓↓↓↓

posted @ 2023-10-08 10:54 Marydon 阅读(760) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

相关博文：

· idea使用MybatisX插件根据表自动生成代码

· mybatis 批量插入的两种实现方式

· PageHelper的使用

· mybatis的pagehelper插件

· MyBatis使用分页插件

阅读排行：
· 周边上新：园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源！
· 分享 3 个 .NET 开源的文件压缩处理库，助力快速实现文件压缩解压功能！
· Ollama——大语言模型本地部署的极速利器
· DeepSeek如何颠覆传统软件测试？测试工程师会被淘汰吗？

历史上的今天：
2019-10-08 win10 将任意文件固定到开始屏幕（最佳办法）

PageHelper用法示例（mybatis分页查询插件） 2025760编辑

Heaven helps those who help themselves
资深码农+深耕理财=财富自由
欢迎关注