zoukankan      html  css  js  c++  java
  • JPA的实体状态

    JPA有四种状态

    瞬时状态:

    实际上就是new了一个普通的JavaBean对象。

    托管状态:

    1.当1.瞬时对象调用了管理器的persist()后,即可将一般的JavaBean做为了持久Bean,该Bean的任何属性改动都会牵涉到数据库记录的改动。 2.一旦该记录flush到数据库之后,并且事务提交了,那么此对象不在持久化上下文中,即:变为了游离(没人管的孩子)状态了。在游离状态的时候调用更新、刷新方法后,游离状态对象就变为了在持久化上下文的托管状态了。 3.通过管理器的find方法,将实体从数据库查询出来后,该实体也就变为了托管形态。

    持久化状态:

    当处在托管状态的实体Bean被管理器flush了,那么就在极短暂的时间进入了持久化状态,事务提交之后,立刻变为了游离状态。您可以把持久化状态当做实实在在的数据库记录。

    游离状态:

    游离状态就是提交到数据库后,事务commit后实体的状态,因为事务已经提交了,此时实体的属性任你如何改变,也不会同步到数据库,因为游离是没人管的孩子,不在持久化上下文中。

    销毁对象(即remove):
    一般要删除一个持久化对象的时候都是先find出来,之后调用remove方法删之,此时这个对象就是销毁对象,实际上就是瞬时对象的另一种形态罢了。

    Spring Data Jpa 应用分析

    1.实体管理器高级操作——getReference()

    用于查询单记录实体,和find相似

    代码如下

    // 加载一个实体
    T entity = entityManager.getReference(entityClass, id);
    

    它与find的区别就是:当根据主键查询记录不存在的时候,将抛出异常EntityNotFoundException。这样我们就可以捕获异常后做一些自己的处理。 

    2.实体管理器高级操作——提交方式FlushModeType 

    提交(调用flush)分为2种方式:

    AUTO:自动提交,实体管理器会在适当的时机同步实际记录到数据库,也是默认的提交方式。

    COMMIT:一旦一个事务完毕了,那么就立刻提交到数据库(忽略事务共享、事务传播)。

    很多人建议使用默认的AUTO。

    3.大量数据分批提交

    有的时候我们需要循环保存数据,当保存大量数据的时候,如果到最后才提交所有数据,那么数据库的负载可能会比较大。我们可以这样做,每30个记录就提交(flush)一次。代码如下:

    ublic void updateBatch(List<Z> list) {
      for (int i = 0; i < list.size(); i++) {
       entityManager.merge(list.get(i)); //变成托管状态
       if (i % 30 == 0) {
        entityManager.flush(); //变成持久化状态
        entityManager.clear(); //变成游离状态
       }
      }
     }
    
     public void saveBatch(List<Z> list) {
      for (int i = 0; i < list.size(); i++) {
       entityManager.persist(list.get(i)); //变成托管状态
       if (i % 30 == 0) {
        entityManager.flush(); //变成持久化状态
        entityManager.clear(); //变成游离状态
       }
      }
     }

     

    4.refresh()

    该方法是和flush()相反,是将数据库记录重新读到实体中,这样实体也是出于持久化环境中了,处于托管状态。

    5.clear()

    该方法是将所有的处于上下文中的实体全部转换成游离状态,此时还没有及时flush到数据库的信息,很遗憾,将不会持久化到数据库中。不是急于释放资源的情况下,请慎用之。

  • 相关阅读:
    蛙蛙请教:把一段c算法代码转换成c#代码。
    和病毒折腾了两天
    WawaKM预览版发布,欢迎大家测试反馈哦
    (转)深度分析如何在Hadoop中控制Map的数量
    [转载]JAVA操作符
    (转)Hive Index
    Hadoop++:Hadoop的局部性能改良
    深入了解Hive Index具体实现
    Linux echo命令
    (转)带索引的mapReduce
  • 原文地址:https://www.cnblogs.com/easilyai/p/14658413.html
Copyright © 2011-2022 走看看