博客
关于我
谷粒商城day54-商品服务-API-平台属性-规格参数新增与VO与开发中各种O的含义
阅读量:763 次
发布时间:2019-03-23

本文共 1394 字,大约阅读时间需要 4 分钟。

项目开发经验分享

1. 模糊查询实现

AttrGroupServiceImpl中,我们实现了对属性组的查询功能,支持模糊查询。这通过数据库查询的动态条件构建,确保灵活性和效率。具体实现如下:

@Overridepublic PageUtils queryPage(Map
params, Long catalogId) { QueryWrapper
queryWrapper = new QueryWrapper<>(); if (catalogId != 0) { queryWrapper.eq("catalog_id", catalogId); } String key = (String) params.get("key"); if (StringUtils.isNotEmpty(key)) { queryWrapper.and(obj -> { obj.eq("attr_group_id", key).or().like("attr_group_name", key); }); } IPage
page = this.page( new Query
()().getPage(params), queryWrapper ); return new PageUtils(page);}

2. 规格参数新增问题

当新增规格参数时,发现属性分组的关联数据未同步更新,初步猜测为数据传输问题。经过排查发现,该实体类缺少关联字段attrGroupId,于是创建了新的VO类AttrVo来处理属性分组信息。

3. VO类设计原因

选择创建新的VO类而非直接修改实体类,是出于以下考虑:

1. 业务实体的封装

  • 简化数据传输交互
  • 保持核心实体的洁净性

2. 视图对象的作用

  • 接收与返回数据
  • 适配前后端需求

3.持久化对象的定义

  • 包含所有必要字段
  • 适用于数据库操作

4. service层修改

saveAttr方法中,我们使用AttrVo进行参数接收和业务处理:

@Overridepublic void saveAttr(AttrVo attrVo) {    AttrEntity attrEntity = new AttrEntity();    BeanUtils.copyProperties(attrVo, attrEntity);    this.save(attrEntity);    AttrAttrgroupRelationEntity relation = new AttrAttrgroupRelationEntity();    relation.setAttrGroupId(attrVo.getAttrGroupId());    relation.setAttrId(attrEntity.getAttrId());    attrAttrgroupRelationService.save(relation);}

通过以上方法,确保了数据传输过程的规范性和可维护性。希望这份经验分享能为您所用!

转载地址:http://sfezk.baihongyu.com/

你可能感兴趣的文章
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>