Spring整合MyBatis、Junit

【Spring】Spring 整合 Junit、MyBatis

/定义bean，返回MapperScannerConfigurer对象==》自动代理数据层接口==》数据映射关系。SpringConfig ==》通过其加载其它配置类以及加载所需的外部文件jdbc.properties等。a.复制spring-context的依赖，将其改为spring-jdbc。//该接口类使用注解替代xml配置文件定义了数据的映射关系。//使用spring整合Junit专用的类加载器。//使用@Test注解设定测试接口。接口实现类==》注入数层据接口对象。a.导入junit依赖。

不知道什么原因，大概是依赖版本不兼容、java版本不对的问题，折磨了好久就是搞不成。主要原因看pom.xml配置。

Spring整合Mybatis和Junit的代码实现过程

【代码】MybatisPlus的LambdaQueryWrapper用法。

本文基于`@RestControllerAdvice + @ExceptionHandler`实现SpringBoot全局统一异常处理，分层捕获异常：精准拦截数据库唯一索引冲突`DuplicateKeyException`，解析报错信息返回友好重复提示；通过通用Exception方法兜底所有未知系统异常，屏蔽底层敏感信息并打印完整日志。文中讲解三大核心注解、异常匹配优先级与生效边界，演示两种报错场景的前后端返回效果，同时梳理日志打印、异常解析原理，可直接落地到Web项目。

本文介绍了如何通过OpenAI协议调用阿里云千问大模型的实现方法。主要内容包括：1.使用OpenAiService创建客户端，配置baseUrl、apiKey和prefix（兼容OpenAI协议）；2.通过拦截器添加路径前缀实现协议转换；3.利用Retrofit简化网络请求和JSON转换；4.构建ChatCompletionRequest封装模型参数和消息；5.处理单轮对话消息时需用Arrays.asList封装为列表；6.调用服务并处理响应结果。文章还探讨了多轮对话的实现思路，并提供了完整的配置类和服务类

SpringMVC 入门到实战 RESTFul 49-55

AI，人工智能（**A**rtificial **I**ntelligence）：人工智能是一门融合计算机科学、数学、心理学、语言学的交叉学科，核心目标是让机器模拟、延伸和扩展人类的**感知、推理、学习、决策、创造**等智能行为，让机器具备类人的智能能力，使机器能够像人类一样思考、学习和解决问题的技术。 + 弱人工智能（当前主流）：专注**单一任务**的智能，如人脸识别、语音转文字、聊天问答、图像生成，只能擅长特定领域，无通用思维； + 强人工智能（未实现）：具备和人类对等的**通用认知能力**，可自主思

Spring AI 学习篇（六）| 向量数据库的选择与Spring AI集成

Spring AI 学习篇（五）| 嵌入模型与向量表示的本质

被Spring IoC容器管理的对象，统称为Bean。标记当前类为Spring Bean，让框架扫描并纳入IoC容器管理。Spring Boot项目启动时，会通过启动类的注解，自动扫描当前包及子包下所有被标记的Bean注解类，完成实例化与注入。普通Spring项目则需通过配置扫描路径。@Component是Spring中最基础、最通用的组件注册注解，也是所有分层组件注解的父类。

Spring AI alibaba 汇总笔记

Spring AI 学习篇（十）| 企业级RAG系统实战

本文深入解析了Spring框架的核心概念IoC（控制反转）与DI（依赖注入），包括它们的区别、实现方式及工程实践中的最佳选择。重点剖析了Spring IoC容器的工作原理，涵盖Bean的生命周期、三级缓存解决循环依赖机制，以及构造器注入的优越性。同时探讨了高阶知识点如FactoryBean与BeanFactory的区别、BeanPostProcessor的应用场景，并指出Prototype作用域下的循环依赖限制及解决方案。全文以技术深度结合实践指导，帮助开发者从根本上理解Spring容器的运作机制。

在 Spring AI 开发大模型对话应用时，Advisor相当于 AI 调用链路的拦截器 / 中间件打印完整出入参日志（敏感词违规拦截（内置自定义提示词增强、RAG 知识库注入、Token 限流、权限校验等Advisor 类似于 Spring MVC 的拦截器，可以在调用 AI 模型前后进行拦截处理。@Override// 1. 获取原始用户输入// 2. 渲染增强后的提示词.build()

本文对比了两大 Java AI 框架：EasyAI 与 Spring AI。EasyAI 是 Dromara 社区维护的纯 Java AI 算法框架，零依赖、开箱即用，提供图像识别、人脸检测、智能客服等封装模块，适合本地小微模型和边缘场景；Spring AI 是 Spring 官方出品的大模型应用框架，统一封装 20+ 模型提供商和 15+ 向量数据库，支持 ChatClient、RAG、Tool Calling、流式响应等企业级能力。文章从架构设计、核心功能、安装配置、代码实战、选型决策五个维度展开，含

本文提供了Redis监控的完整解决方案，涵盖三类核心指标：1. 连接池监控（区分Jedis/Lettuce客户端），重点检测连接耗尽、排队等待等风险；2. Redis原生INFO命令指标，包括内存使用、缓存命中率、持久化状态等关键业务数据；3. 自定义监控接口与告警规则.

系统采用SpringBoot作为后端框架，利用其轻量级和高效的特点，构建了稳定的RESTful API接口，提供数据的增删改查功能。同时，前端采用Vue.js技术，ElementUI框架完成前端页面，提供良好的用户体验。系统的数据储存采用MySQL数据库，Tomcat服务器完成发布。平台的主要功能包括宠注册、登录、宠物领养、评论宠物、新增宠物档案、浏览走失宠物、宠物分享、浏览公告、流浪宠物管理、宠物档案管理、走失管理、审核领养、评论管理、宠物分享管理、用户管理等功能。用户可以方便地上传宠物的基本信息，并与其