(转载)JPA的CascadeType和FetchType

Z时代
2024-01-10
分类：综合

database

链接： https://www.jianshu.com/p/b8595aee06ac

CascadeType

概述

cascade表示级联操作，在hibernate配置注解@OneToOne，@OneToMany，@ManyToMany，@ManyToOne中的属性

级联在编写触发器时经常用到，触发器的作用是当主控表信息改变时，用来保证其关联表中数据同步更新。若对触发器来修改或删除关联表相记录，必须要删除对应的关联表信息，否则，会存有脏数据。所以，适当的做法是，删除主表的同时，关联表的信息也要同时删除，在hibernate中，只需设置cascade属性值即可

参考

设置CascadeType，表示给当前设置的实体操作另一实体的权限，如：

publicclassStudent{
@ManyToMany(cascade=CascadeType.PERSIST,fetch=FetchType.LAZY)
privateSet<Course> courses =newHashSet<>();
//其他代码略。
}

上述代码中，Student为当前实体，Course即为另一实体，允许Student实体对于Course实体进行PERSIST操作，即保存Student实体时，与之关联的Course实体也会保存，而没有这个权限，则无法保存关联的Course实体

操作类型有多种：

CascadeType.PERSIST：级联持久化（保存）操作

CascadeType.REMOVE：级联删除操作
删除当前实体时，与它有映射关系的实体也会跟着被删除

CascadeType.MERGE：级联更新（合并）操作
当Student中的数据改变，会相应地更新Course中的数据

CascadeType.DETACH：级联脱管/游离操作
如果你要删除一个实体，但是它有外键无法删除，你就需要这个级联权限了，它会撤销所有相关的外键关联

CascadeType.REFRESH：级联刷新
假设场景有一个订单,订单里面关联了许多商品,这个订单可以被很多人操作,那么这个时候A对此订单和关联的商品进行了修改,与此同时,B也进行了相同的操作,但是B先一步比A保存了数据,那么当A保存数据的时候,就需要先刷新订单信息及关联的商品信息后,再将订单及商品保存

CascadeType.ALL：包含以上所有操作

实例

此部分内容来源于此文，自己增加一些理解和注释，感谢原作者

背景

网上关于JPA的CascadeType讲解很多，但几乎都说的很模糊。本文试图使用一个具体的例子来说明CascadeType.PERSIST, CascadeType.MERGE, CascadeType.REFRESH, CascadeType.REMOVE, CascadeType.ALL 具体区别。
我们使用一个订单和订单项的例子,订单与订单项的关系为双向一对多。该例子在网络上那些介绍JPA CascadeType用法的文章中广为流传。

代码

/**
 * 订单 被控方
 */
@Entity
@Table(name="t_order")
publicclassOrder{
@Id
@GeneratedValue(strategy =GenerationType.IDENTITY)
privateInteger id;
@Column
privateString name;
@OneToMany(mappedBy="order",targetEntity=Item.class,fetch=FetchType.LAZY)
privateList<Item> items;
}
/**
 *订单物品 主控方
 */
@Entity
@Table(name="t_item")
publicclassItem{
@Id
@GeneratedValue(strategy =GenerationType.IDENTITY)
privateInteger id;
@Column
privateString name;
@ManyToOne(fetch=FetchType.LAZY,targetEntity=Order.class)
@JoinColumn(name="order_id")
privateOrder order;
｝
/** Order Repository */
publicinterfaceOrderRepositoryextendsJpaRepository<Order,Integer>,
JpaSpecificationExecutor<Order>{
}
/** Item Repository */
publicinterfaceItemRepositoryextendsJpaRepository<Item,Integer>,
JpaSpecificationExecutor<Item>{
}

新增(保存)数据(CascadeType.PERSIST)

客户每次下完订单后，需要保存Order，但是订单里含有Item，因此，在保存Order时候，Order相关联的Item也需要保存。采用上面的模型，使用如下的测试代码：

@Test
publicvoidaddTest(){
Order order =newOrder();
    order.setName("order1");
Item item1 =newItem();
    item1.setName("item1_order1");
    item1.setOrder(order);
Item item2 =newItem();
    item2.setName("item2_order1");
    item2.setOrder(order);
List<Item> items =newArrayList<Item>();
    items.add(item1);
    items.add(item2);
    order.setItems(items);
//使用orderRepo保存order
    orderRepository.save(order);
Assert.assertEquals(1,orderRepository.count());
Assert.assertEquals(2,itemRepository.count());
//代码段1 使用itemRepo保存
    itemRepository.save(order);
Assert.assertEquals(1,orderRepository.count());
Assert.assertEquals(2,itemRepository.count());
//代码段2  使用itemRepo保存
    itemRepository.save(items);
Assert.assertEquals(1,orderRepository.count());
Assert.assertEquals(2,itemRepository.count());
}

在该场景中，我们分别测试如下情况：

没有任何CascadeType设置
order可以被保存到数据库，但是两个Item却不能

单独在Order类的items属性上加入CascadeType.PERSIST
使用代码段1,order和items都可以被保存到数据库;使用代码段2，order和items都不能被保存到数据库

单独在Item类的order属性上加入CascadeType.PERSIST
使用代码段1,order可以被保存到数据库，items不可以被保存到数据库;使用代码段2，order和items都可以被保存到数据库

在Order和Item类中都使用CascadeType.PERSIST
使用代码段1,order和items都可以被保存到数据库;使用代码段2，order和items都可以被保存到数据库

结论:

由此可以知道，

在某个类的属性上使用CascadeType.PERSIST，对该类进行保存操作时，可以级连保存该类中此属性所对应的对象；

而对该类的属性对应的对象进行保存操作时，却不能保存该类（存在外键时，二者都不可保存）。

但是如果在该类和该类的属性所对应的类别中同时使用CascadeType.PERSIST，那么无论是从该类出发进行保存操作，还是从该类的属性对应的对象出发进行保存操作，都可以保存二者

删除数据(CascadeType.REMOVE)

现在有这样的场景，客户需要删除一个订单,那么订单中的订单项也需要一并删除，为了可以实现级连删除的效果，我们使用以下测试代码：

privateOrder order;
privateList<Item> items =newArrayList<Item>();
@Before
publicvoidsetUp(){
    order =newOrder();
    order.setName("order1");
Item item1 =newItem();
    item1.setName("item1_order1");
    item1.setOrder(order);
Item item2 =newItem();
    item2.setName("item2_order1");
    item2.setOrder(order);
    items.add(item1);
    items.add(item2);
    order.setItems(items);
    orderRepository.save(order);
    itemRepository.save(items);
}
@Test
publicvoidtestDelete(){
//代码段3
    orderRepository.delete(order);
Assert.assertEquals(0, orderRepository.count());
Assert.assertEquals(0, orderRepository.count());
//代码段4
    itemRepository.delete(items);
Assert.assertEquals(0, orderRepository.count());
Assert.assertEquals(0, itemRepository.count());
}

在该场景中，我们分别测试如下情况:

在Order和Item中都没有使用CascadeType.REMOVE
单独删除order对象是不成功的，这是由于数据库在item表中有基于order的外键约束。单独删除items可以成功的

在Order类的items属性上使用CascadeType.REMOVE
使用代码段3，通过Order对象的删除操作，可以级连删除order中items的Item对象(在删除过程中，会先删除items，然后再删除order)；但使用代码段4，虽然items可以成功删除，但是其关联的order对象却不能级连删除

在Item类的order属性上使用CascadeType.REMOVE
使用代码段3, Order对象的删除操作是失败的，这是因为在存储item的表中有引用order表的外键；但是使用代码段4却可以成功的删除items及其级连的order对象。其过程是先更新items中引用的order的外键，设置items对order的引用为空值。然后删除items，然后再删除order~~(注意，如果items为多条，那么会先删除一条item，然后删除order，然后再删除其余的item)

在Order和Item中都使用CascadeType.REMOVE
使用代码段3和代码段4都可以成功，这表明，在二者都使用CascadeType.REMOVE时，既可以通过删除order，同时级连删除items；也可以通过删除items，同时级连删除order

结论:

通过以上的分析，可以了解到，在一般的业务场景中，需求基本是在删除order时同时级连删除items，但反过来，在删除items的时候同时也要求删除order却不一定适合业务场景。即使删除了所有和order相关的items，可能也需要保持住那个没有items的order。所以这里的建议是，最好不要在order和item双方中都同时使用CascadeType.REMOVE，即最好不要在关系的维护端(这里指Item类，因为item表中会有order的外键，所以item是关系的维护端)使用CascadeType.REMOVE

更新数据(CascadeType.MERGE)

在业务上，经常会有这样一种类似的需要：查找到了一个业务实体后，要更新该实体，同时也需要更新该实体所关联的其他业务实体。在我们的例子中就是，同时需要更新Order和其所关联的Item。我们使用如下测试代码：

privateOrder order;
privateList<Item> items =newArrayList<Item>();
@Before
publicvoidsetUp(){
    order =newOrder();
    order.setName("order1");
Item item1 =newItem();
    item1.setName("item1_order1");
    item1.setOrder(order);
Item item2 =newItem();
    item2.setName("item2_order1");
    item2.setOrder(order);
    items.add(item1);
    items.add(item2);
    order.setItems(items);
    orderRepository.save(order);
    itemRepository.save(items);
}
@Test
publicvoidtestUpdate(){
    order.setName("order1_updated");
    items.get(0).setName("item1_order1_updated");
    items.get(1).setName("item2_order1_updated");
//代码段5
    orderRepository.save(order);
Assert.assertEquals(1, orderRepository.count(newSpecification<Order>(){
publicPredicatetoPredicate(Root<Order> root,CriteriaQuery<?> cq,CriteriaBuilder cb){
return cb.equal(root.get("name").as(String.class),"order1_updated");
}
}));
Assert.assertEquals(1, itemRepository.count(newSpecification<Item>(){
publicPredicatetoPredicate(Root<Item> root,CriteriaQuery<?> cq,CriteriaBuilder cb){
return cb.equal(root.get("name").as(String.class),"item1_order1_updated");
}
}));
//代码段6
    itemRepository.save(items);
Assert.assertEquals(1, itemRepository.count(newSpecification<Item>(){
publicPredicatetoPredicate(Root<Item> root,CriteriaQuery<?> cq,CriteriaBuilder cb){
return cb.equal(root.get("name").as(String.class),"item1_order1_updated");
}
}));
Assert.assertEquals(1, orderRepository.count(newSpecification<Order>(){
publicPredicatetoPredicate(Root<Order> root,CriteriaQuery<?> cq,CriteriaBuilder cb){
return cb.equal(root.get("name").as(String.class),"order1_updated");
}
}));
}

在该场景中，我们分别测试如下情况：

在Order和Item中都没有使用CascadeType.MERGE
使用代码段5,其测试结果表明更新Order成功，但是并没有级连更新items；使用代码段6,更新items成功，但并没有级连更新items所关联的order对象

单独在Order的items属性上使用CascadeType.MERGE
使用代码段5,其测试结果表明更新order成功，并且级连更新items也成功；使用代码段6，其测试结果表明，更新items成功，但是并没有级连更新order

单独在Item的属性order上使用CascadeType.MERGE
使用代码段5，其测试结果表明更新items时，可以级连更新其关联的order对象；使用代码段6，更新items成功，但是并没有级连更新items关联的order对象

在Order和Item中都使用CascadeType.MERGE
使用代码段5和代码段6都可以成功，这表明，在二者都使用CascadeType.MERGE时，既可以通过更新order，同时级连更新items；也可以通过更新items，同时更新order

结论:

通过以上的分析，可以了解到，通过使用CascadeType.MERGE,可以通过更新关系的一端对象，而同时更新关系令一端的数据

刷新数据(CascadeType.REFRESH)

这里刷新数据，是对应在这样的业务场景下：对于业务系统，一半会存在多个用户，如果用户A取得了order和其对应的items，并且对order和items进行了修改，同时用户B也做了如此操作，但是用户B先保存了，然后用户A保存时，需要先刷新order关联的items，然后再把用户A的变更更新到数据库。这中场景就对应了CascadeType.REFRESH的需求

FetchType

设定关联对象的加载策略

FetchType可选值意义与区别如下：

FetchType.LAZY: 懒加载，在访问关联对象的时候加载(即从数据库读入内存)
一般ManyToMany ,OneToMany关系中使用

FetchType.EAGER:立刻加载，在查询主对象的时候同时加载关联对象
一般OneToOne ,ManyToOne关系中使用

以上是 (转载)JPA的CascadeType和FetchType 的全部内容，来源链接： utcz.com/z/533541.html

(转载)JPA的CascadeType和FetchType

CascadeType

概述

实例

FetchType

其他人也看了：