试用iBator

iBator是iBatis官方提供的代码生成工具,可自动生成sqlMap.xml、表映射类、Dao等文件,减少手动编写重复代码的工作量。本文详细介绍iBator的安装与使用方法。
版本说明:iBator 1.2.1 (IbatorForEclipse1.2.1)
环境:java 6 Eclipse 3.5

1.介绍
iBator是iBatis官方提供的代码生成工具,目前版本可自动生成sqlMap.xml、表映射类、Dao、及工具类
官方地址:http://ibatis.apache.org/ibator.html 总算不用手写一堆重复代码了-.-"


1.安装
个人偏好dropins方式(老版本的links)安装,这不是本篇重点,简单带过,需要注意的是,下载的压缩包中eclipse目录下的site.xml要放到plugins目录才能正确识别。

2.使用
重启Eclipse后,在需要iBatis的项目目录右键->New->apache iBATIS Ibator Configuration File,新建一个iBator用的配置文件出来。

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE ibatorConfiguration PUBLIC "-//Apache Software Foundation//DTD Apache iBATIS Ibator Configuration 1.0//EN" "http://ibatis.apache.org/dtd/ibator-config_1_0.dtd" >
<ibatorConfiguration >
<classPathEntry location="D:/Eclipse_WS/ProjectName/lib/ojdbc6.jar" />
<ibatorContext id="Anyid" >
<jdbcConnection driverClass="oracle.jdbc.driver.OracleDriver" connectionURL="jdbc:oracle:thin:@192.168.1.1:1521:oracle" userId="xx" password="yy" />
<javaModelGenerator targetPackage="cn.xx.yy.zz.entity" targetProject="ProjectName/src" />
<sqlMapGenerator targetPackage="cn.xx.yy.zz.sqlmap" targetProject="ProjectName/src" />
<daoGenerator targetPackage="cn.xx.yy.zz.dao" targetProject="ProjectName/src" type="GENERIC-CI" />
<table tableName="Acount" >
<columnOverride column="CLASS" property="ClassId"/>
</table>
</ibatorContext>
</ibatorConfiguration>


需要强调的是:classPathEntry要配置正确,否则找不到jar包位置。其他基本内容不用细说,<table>指定要映射的表,columnOverride可以用指定名称覆盖原有表字段,比如java里的关键字class。
在保存好的配置文件右键->Generate iBATIS Artifaces 生成各文件。

3.感受
·iBator作为iBatis的自动生成工具,并没有很好的和iBatis配置文件交互,数据库配置完全是为了iBator分析表用,与其浪费资源不如生成iBatis的配置文件或者从配置文件读配置。
·生成的工具使用了Criteria动态where条件的做法,有点像hibernate或torque靠拢的倾向,把sql逻辑重新送回到Java代码里,未必是件好事。
·Eclipse插件不太好用,大概作者的初衷是用ant解决问题。还有不少可扩展的功能,继续期待。
内容概要:本文档系统性地介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME)的原理、实现方法及其性能对比分析,并提供了完整的Matlab代码实现。文档不仅聚焦于核心算法的仿真与验证,还整合了大量前沿科研资源,涵盖微电网优化、风电功率预测、无人机三维路径规划、电动汽车调度、图像融合、负荷预测、通信信号处理、电力系统故障恢复等多个高价值应用场景。所有案例均基于Matlab/Simulink平台进行建模与仿真,强调算法在复杂工程系统中的实际应用能力,旨在为科研人员提供一套从理论到代码再到应用的完整复现体系。; 适合人群:具备一定编程基础和科研背景的研究生、高校教师及工程技术人员,尤其适合从事智能优化算法研究、新能源系统优化、自动化控制、电力系统调度、无人机导航与路径规划等相关领域的研究人员。; 使用场景及目标:①用于高水平学术论文的复现与创新性研究,提升科研效率与成果产出;②应用于复杂工程系统的建模仿真与智能优化设计,如多能互补系统调度、无人机避障路径规划、微电网能量管理等;③作为智能优化算法的教学与学习资料,深入理解现代元启发式算法的设计思想与实现机制。; 阅读建议:建议读者结合文档中提供的Matlab代码与Simulink仿真模型,按照目录结构循序渐进地学习与实践,优先选择与自身研究方向契合的案例进行代码复现,重点关注算法参数设置、收敛曲线分析与多算法对比实验部分,以全面提升算法应用与科研创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值