DICTIONARY alt_ts_dict1 (template=simple) CREATE RULE def_view_test_ins AS ON INSERT TO def_view_test DO INSTEAD INSERT INTO def_test SELECT new.* ALTER TABLE alterlock SET (toast.autovacuum_enabled DICTIONARY alt_ts_dict1 (template=simple) CREATE RULE def_view_test_ins AS ON INSERT TO def_view_test DO INSTEAD INSERT INTO def_test SELECT new.* ALTER TABLE alterlock SET (toast.autovacuum_enabled ‘jeffrey’@‘localhost’ GRANT SELECT ON world.* TO ‘role3’; GRANT ‘role1’, ‘role2’TO ‘user1’@‘localhost’ REVOKE INSERT ON . FROM ‘jeffrey’@‘localhost’ REVOKE ‘role1’, ‘role2’FROM ‘user1’@‘localhost’ REVOKE ALL PRIVILEGES

DICTIONARY alt_ts_dict1 (template=simple) CREATE RULE def_view_test_ins AS ON INSERT TO def_view_test DO INSTEAD INSERT INTO def_test SELECT new.* ALTER TABLE alterlock SET (toast.autovacuum_enabled DICTIONARY alt_ts_dict1 (template=simple) CREATE RULE def_view_test_ins AS ON INSERT TO def_view_test DO INSTEAD INSERT INTO def_test SELECT new.* ALTER TABLE alterlock SET (toast.autovacuum_enabled ‘jeffrey’@‘localhost’ GRANT SELECT ON world.* TO ‘role3’; GRANT ‘role1’, ‘role2’TO ‘user1’@‘localhost’ REVOKE INSERT ON . FROM ‘jeffrey’@‘localhost’ REVOKE ‘role1’, ‘role2’FROM ‘user1’@‘localhost’ REVOKE ALL PRIVILEGES

子查询和外层查询在同一分 片后的数据节点 INSERT INTO tbl_name (col1, col2,⋯) VALUES (?, ?, ⋯.) INSERT INTO tbl_name VALUES (?, ?,⋯.) INSERT INTO tbl_name (col1, col2, ⋯) VALUES(1 + 2, ?, ⋯) INSERT INTO tbl_name (col1, col2, ⋯) VALUES (?, ?, ⋯.), (?, ?, ⋯.) INSERT INTO tbl_name (col1, col2, ⋯) SELECT col1, col2, ⋯FROM tbl_name WHERE col3 = ? INSERT 表和 SELECT 表相同 表或绑定表 REPLACE INTO tbl_name (col1, col2, ⋯) SELECT tbl_name WHERE to_date(create_time, ‘yyyy‐ mm‐dd’) = ? 分片键在运算表达式中，导致全 路由 不支持的 SQL 原因 解决方 案 INSERT INTO tbl_name (col1, col2, ⋯) SELECT * FROM tbl_name WHERE col3 = ? SELECT 子句不支持 * 和内置分 布式主键生成器

DICTIONARY alt_ts_dict1 (template=simple) CREATE RULE def_view_test_ins AS ON INSERT TO def_view_test DO INSTEAD INSERT INTO def_test SELECT new.* ALTER TABLE alterlock SET (toast.autovacuum_enabled DICTIONARY alt_ts_dict1 (template=simple) CREATE RULE def_view_test_ins AS ON INSERT TO def_view_test DO INSTEAD INSERT INTO def_test SELECT new.* ALTER TABLE alterlock SET (toast.autovacuum_enabled ‘jeffrey’@‘localhost’ GRANT SELECT ON world.* TO ‘role3’; GRANT ‘role1’, ‘role2’TO ‘user1’@‘localhost’ REVOKE INSERT ON . FROM ‘jeffrey’@‘localhost’ REVOKE ‘role1’, ‘role2’FROM ‘user1’@‘localhost’ REVOKE ALL PRIVILEGES

id ); } 2) 完成两个绑定 1 Mapper 接口与 Mapper 映射文件的绑定 在 Mppper 映射文件中的标签中的 namespace 中必须指定 Mapper 接口 的全类名 2 Mapper 映射文件中的增删改查标签的 id 必须指定成 Mapper 接口中的方法名. 3) 获取 Mapper 接口的代理实现类对象 @Test public void test() environments 环境配置 1) MyBatis 可以配置多种环境，比如开发、测试和生产环境需要有不同的配置 2) 每种环境使用一个 environment 标签进行配置并指定唯一标识符 3) 可以通过 environments 标签中的 default 属性指定一个环境的标识符来快速的切换环境 JAVAEE 课程系列 ————————————————————————————— 13 更多 识 Property-value：为标识起一个别名，方便 SQL 语句使用 databaseId 属性引用 3) 配置了 databaseIdProvider 后，在 SQL 映射文件中的增删改查标签中使用 databaseId 来指定数据库标识的别名

0 码力 | 44 页 | 926.54 KB | 1 年前

3

Mybatis 框架课程第二天

CRUD 操作 使用要求： 1、持久层接口和持久层接口的映射配置必须在相同的包下 2、持久层映射配置中 mapper 标签的 namespace 属性取值必须是持久层接口的全限定类名 3、SQL 语句的配置标签

,<insert>,,的 id 属性必须和持久层接口的 方法名相同。 2.1 根据 ID 查询 2.1.1 保存用户--> <insert id="saveUser" parameterType="com.itheima.domain.User"> insert into user(username,birthday,sex,address) values(#{username},#{birthday},#{sex},#{address}) insert> 细节： <insert id="saveUser" parameterType="USER"> select last_insert_id(); insert into

分页。目前也不支持使用两 个 TOP + 子查询的方式实现分页。 3.1.8 附录 不支持的 SQL： • CASE WHEN 中包含子查询 • CASE WHEN 中使用逻辑表名（请使用表别名） • INSERT INTO tbl_name (col1, col2, ⋯) SELECT * FROM tbl_name WHERE col3 = ?（SELECT 子句 不支持 * 和内置分布式主键生成器） OUP BY ⋯HAVING 等。SQL 支持列表： – INSERT SQL 是 否 支 持 INSERT INTO table (column,⋯) VALUES (value,⋯) 支持 INSERT INTO table (column,⋯) VALUES (value,⋯),(value,⋯),⋯ 支持 INSERT INTO table (column,⋯) SELECT column1 shadowAlgorithmNames: - user-id-insert-match-algorithm - simple-hint-algorithm shadowAlgorithms: user-id-insert-match-algorithm: type: REGEX_MATCH props: operation: insert column: user_id regex: "[1]"

utf8; INSERT INTO t_order_item(order_id, user_id, status, creation_date) values (1, 1, ‘insert’, ‘2017‐08‐08’), (2, 2, ‘insert’, ‘2017‐08‐08’) ON DUPLICATE KEY UPDATE status = ‘init’; INSERT INTO t_order_item user_id , sta‐ tus , creation_date)VALUES (1, 1,‘insert’, ‘2017‐08‐08’), (2, 2,‘insert’,‘2017‐08‐08’ )ON DUPLICATE KEY UPDATE status = ‘init’; INSERT INTO t_order SET order_id = 1, user_id = 1, status VALUES(status); INSERT INTO t_order SET order_id = 1, user_id = 1, status = CON‐ VERT(to_base64(aes_encrypt(1 , ‘key’)) USING utf8)ON DUPLICATE KEY UPDATE status = VAL‐ UES(status); INSERT INTO t_order

false true multipleResultSetsEnabled 是否允许单一语句 返回多结果集（需 要兼容驱动）。 true | false true useColumnLabel 使用列标签代替列 名。不同的驱动在 这方面会有不同的 表现， 具体可参考 相关驱动文档或通 过测试这两种不同 的模式来观察所用 驱动的结果。 true | false true useGeneratedKeys users <insert id="insert"> insert into users (id, name, funkyNumber, roundingMode) values ( #{id}, #{name}, #{funkyNumber}, #{roundingMode} ) insert> select * from users2 <insert id="insert2"> insert into users2 (id, name, funkyNumber, roundingMode) values ( #{id}, #{name}, #{funkyNumber}

我们希望对保单、用户数据进行灵活分析，根据用户标签筛选出符合 要求的客户进行精准营销。 原始保单数据百亿+，用户数据数亿，如果用户标签几百个，数据存 储和查询以及分析的压力就会很大，原有系统使用es来保存用户标签 数据。 保单表 用户表 用户行为表 ODPS ES 用户标签表 痛点 • 数据查询慢：每个查询需要5～10分钟； • 数据更新慢：更新数据可能需要数天时间； • 不灵活：用户有新标签需求时，需要提需求给标签开发人员排期开发 不灵活：用户有新标签需求时，需要提需求给标签开发人员排期开发 需求，开发人员开发完再更新到系统中，这时离需求提出可能已经过 去几天，无法及时给到业务人员反馈。 思路 利用clickhouse实时计算的高效性能，对原始数据进行查询分析，从而支 持用户灵活的定义标签并让用户实时得到反馈。 标签平台 clickhouse 保单表 用户表 用户行为表 数据 • 历史保单数据 join 用户数据 join 用户行为数据 • 100+亿行，50+列 • 原有导入数据方式在百亿级数据下会报Too many partitions for single INSERT block的问题 • 数据导入慢 原因： • ck-loader-mr方式对大数据量场景支持不够友好 • 单次插入分区过多 解决方法： 使用clickhouse原生insert format csv 配合linux pipline导入 hadoop fs -cat 'h