专栏首页xingoo, 一个梦想做发明家的程序员Java程序员的日常——SpringMVC+Mybatis开发流程、推荐系统

Java程序员的日常——SpringMVC+Mybatis开发流程、推荐系统

今天大部分时间都在写业务代码,然后算是从无到有的配置了下spring与mybatis的集成。

SpringMVC+Mybatis Web开发流程

配置数据源

在applicationContext.xml中引入数据源的配置:

<context:component-scan base-package="com.test" ></context:component-scan>

<context:property-placeholder location="classpath:jdbc.properties" ignore-unresolvable="true" />

<import resource="spring-my-datasource.xml"/>

在spring-my-datasource.xml中配置数据源相关的内容:

<!-- 配置数据源 使用的是ali的durid-->
<bean name="dataSource" class="com.alibaba.druid.pool.DruidDataSource" init-method="init" destroy-method="close">
    <property name="url" value="${url}" />
    <property name="username" value="${username}" />
    <property name="password" value="${password}" />
    <property name="driverClassName" value="oracle.jdbc.OracleDriver" />
    <property name="initialSize" value="1" />
    <property name="maxActive" value="80" />
    <property name="minIdle" value="10" />
    <property name="maxWait" value="60000" />
    <property name="testOnBorrow" value="false" />
    <property name="testOnReturn" value="false" />
    <property name="testWhileIdle" value="true" />
    <property name="timeBetweenEvictionRunsMillis" value="1000" />
    <property name="minEvictableIdleTimeMillis" value="10000" />
    <property name="removeAbandoned" value="true" />
    <property name="removeAbandonedTimeout" value="3600" />
    <property name="logAbandoned" value="true" />
    <property name="filters" value="mergeStat" />
    <property name="validationQuery" value="select 1 from dual"/>
</bean> 
<!-- 配置sessionFactory -->
<bean id="sessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
    <property name="dataSource" ref="dataSource" />
    <!-- 自动扫描entity目录, 省掉Configuration.xml里的手工配置 -->
    <property name="typeAliasesPackage" value="com.test.entity" />
    <!-- 显式指定Mapper文件位置 -->
    <property name="mapperLocations" value="classpath:mybatis/**/*Mapper.xml" />
</bean>
<!-- 配置事务管理器 -->
<bean id="transactionManager" class="org.springframework.jdbc.datasource.DataSourceTransactionManager">
    <property name="dataSource" ref="dataSource" />
</bean>

<!-- 拦截器方式配置事物 -->
<tx:advice id="transactionAdvice" transaction-manager="transactionManager">
    <tx:attributes>
        <tx:method name="*" read-only="true" />
    </tx:attributes>
</tx:advice>
<aop:config>
    <aop:pointcut id="transactionPointcut" expression="execution(* com.test.service.*.*(..))" />
    <aop:advisor pointcut-ref="transactionPointcut" advice-ref="transactionAdvice" />
</aop:config>

配置完成后,工程的目录结构如下:

com.test
---controller(存放controller类)
---dao(存放mybaits mapper接口)
---service(存放service)

mybatis
--testMapper.xml

在controller中设置相应的链接:

@RestController
@RequestMapping("/test")
public class testController {

    @Autowired
    private TestService testService;
    
    @RequestMapping(value = "abc/123")
    public Page getDataProfilingDetail(HttpServletRequest request, @ModelAttribute TestDto testDto){
        return testService.getSomething(testDto);
    }
}

其中Dto是自己封装的参数对象:

public class TestDto{
    private String a;
    public void setA(String a){
        this.a = a;
    }
    public String getA(){
        return a;
    }
}

然后编写Service代码:

@Service
public class TestService {

    @Autowired
    private TestMapper testMapper;
    
    public Integer getSomething(TestDto testDto){
        return testMapper.getSomething(testDto);
    }
}

然后是相应的Mapper接口:

public interface TestMapper {
    public Integer getSomething(@Param(value="testDto")TestDto testDto);
}

最后配置上mybatis的配置文件即可:

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" 
"http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.test.dao.TestMapper">
    <select id="getSomething"  resultType="Map">
        select * from xxx
    </select>

关于百分点推荐系统

下午的时候去参加了百分点的推荐系统的交流会,算是对推荐系统有了很多的了解。

相关的技术点:

  • 1 百分点通过sass服务,接通全网的线上数据。
  • 2 通过1可以达到跨终端、跨站的联合推荐,并且是毫秒级延迟的。比如你在某站看中了口红,那么换一个电商,可能还会推荐给你口红;再比如在手机上看到了某个产品,也可以同步到web端。
  • 3 这种跨终端、跨站的推荐,可以通过两种方式实现。一种是精准推荐,即需要用户登录过,然后绑定终端信息与用户信息,这样就可以进行跨站、终端的推荐了。另外还可以通过网站的cookie来实现跨站的推荐同步;另一种就是模糊推荐,是根据大量的操作习惯、无线网络等信息进行判断的。
  • 4 推荐算法上最常用的就是协同过滤...A与B和C都有相似的购买行为,那么B和C有相似行为的D与A也同样保持相似行为。

通过这些推荐算法:

  • 一方面可以在首页保证用户的留存,不会一进来就跳出。
  • 另一方面,在移动端等有限的位置,可以更精准的推销给用户产品。
  • 另外,还可以做一些去留存的功能。比如仓库里面堆积了很多过时的产品,可以通过推荐去库存。

总的来说,有舍就有得。想要共享全网数据,就需要自己也奉献出来数据。这种取舍还是需要企业进行衡量的。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Oozie分布式任务的工作流——邮件篇

    在大数据的当下,各种spark和hadoop的框架层出不穷。各种高端的计算框架,分布式任务如乱花般迷眼。你是否有这种困惑!——有了许多的分布式任务,但是每天需...

    用户1154259
  • 单节点部署Hadoop教程

    搭建HDFS 增加主机名 我这里仅仅增加了master主机名 [root@10 /xinghl/hadoop/bin]$ cat /etc/hosts 1...

    用户1154259
  • JavaMelody监控spring、struts

    前言  前面讲过了Javamelody的基本配置,如何使用Javamelody来监控JDBC以及SQL。   这里继续讲解一下如何监控struts和sp...

    用户1154259
  • Hive篇--搭建Hive集群

    Hive中搭建分为三中方式 a)内嵌Derby方式 b)Local方式 c)Remote方式 三种方式归根到底就是元数据的存储位置不一样。

    LhWorld哥陪你聊算法
  • druid简介与运用

    Druid首先是一个数据库连接池。Druid是目前最好的数据库连接池,在功能、性能、扩展性方面,都超过其他数据库连接池,包括DBCP、C3P0、BoneCP、P...

    Java架构师历程
  • Zookeeper + Hadoop2.6 集群HA + spark1.6完整搭建与所有参数解析

    yum install autoconfautomake libtool cmake

    用户3003813
  • Hadoop 2.6.0集群搭建

    yum install autoconfautomake libtool cmake

    用户3003813
  • Spring MVC多个视图解析器及优先级

    如果应用了多个视图解析器策略,那么就必须通过“order”属性来声明优先级,order值越低,则优先级越高

    試毅-思伟
  • Hadoop HA及Failover搭建

    在Hadoop1.X版本中使用单个NameNode来管理所有的DataNode的元数据,一旦NameNode节点发生故障将导致整个集群不可用,而且必须手动恢复N...

    z小赵
  • hadoop2.5.0完全分布式环境搭建(亲测有效)

          说在前头的一些东西,关于Linux本身环境本身的一些处理见如下链接,主要是讲Hadoop环境的前期准备:http://www.jianshu.co...

    z小赵

扫码关注云+社区

领取腾讯云代金券