mybatisplus时间范围查询失效

### 关于 MyBatis Plus 的缓存清除方法 MyBatis Plus 是基于 MyBatis 的增强工具，在其核心功能上提供了更多的便捷特性。然而，MyBatis 自身支持一级和二级缓存机制。对于清除缓存的需求，可以通过以下方式实现。 #### 一、MyBatis 默认的一级缓存 MyBatis 的一级缓存默认作用范围是同一个 `SqlSession` 中的数据操作会话。当执行更新语句时，该 `SqlSession` 的一级缓存会被自动清空[^2]。因此无需额外配置即可完成一级缓存的清理工作。 #### 二、MyBatis 的二级缓存 如果启用了 MyBatis 的二级缓存，则需要手动调用 API 来清除缓存数据。以下是具体的操作： 1. **通过 Mapper 接口清除指定命名空间下的缓存** 可以使用 `clearCache()` 方法来清除当前 Mapper 命名空间中的二级缓存。 ```java mapper.clearCache(); ``` 2. **全局清除所有 Mapper 缓存** 如果希望一次性清除整个应用中所有的二级缓存，可以借助 `org.apache.ibatis.session.SqlSession` 提供的功能： ```java sqlSession.clearCache(); ``` 需要注意的是，上述两种方式仅适用于 MyBatis 的内置缓存逻辑，并不涉及外部集成的第三方缓存组件（如 Redis 或 Ehcache）。如果有自定义缓存方案，则需单独处理对应的缓存清除逻辑。 #### 三、结合 Spring Cache 使用的情况 在实际开发过程中，通常还会将 MyBatis 和 Spring Cache 结合起来使用。此时，缓存管理由 Spring 负责，而具体的缓存存储介质可能是 Redis、Caffeine 等。在这种场景下，要清除某个特定键值对或者批量删除某些匹配模式的缓存项，可采用如下代码片段： ```java @Autowired private CacheManager cacheManager; public void evictAllCaches() { Collection<String> cacheNames = cacheManager.getCacheNames(); for (String name : cacheNames) { Cache cache = cacheManager.getCache(name); if (null != cache) { cache.clear(); // Clear all entries from this specific cache. } } } ``` 此部分逻辑并未提及 SimpleCacheManager 配置细节，但可以根据业务需求调整失效时间和策略设置[^1]。 ---

<think>好的，我现在需要处理用户的问题：使用Spring Boot和MyBatis-Plus创建一个能够处理多线程并发请求、防止重复数据的生产级接口。用户还提供了一个JSON示例，我需要根据这个结构来设计接口。 首先，我得理清用户的需求。用户希望一个POST接口，接收给定的JSON格式数据，处理时需要考虑高并发和重复数据的问题。作为生产环境代码，必须考虑线程安全、数据一致性和性能优化。 接下来，分析可能的问题点。多线程环境下，重复数据提交是一个关键点。如何防止重复？通常可以采用数据库唯一索引、分布式锁或者业务层校验。这里需要结合MyBatis-Plus的特性来实现。 首先设计数据表结构。根据JSON结构，主表是展览信息，从表是门票列表。需要将这两个实体映射到数据库表中。主表可能有exhibition_id作为主键，从表的ticket_id为主键，同时需要确保同一card_no在同一个exhibition下唯一，避免重复插入。因此，在从表中设置唯一索引（exhibition_id, card_no）是必要的。 然后是实体类的设计。使用MyBatis-Plus需要定义对应的实体类，主表Exhibition和从表Ticket。注意使用注解如@TableId指定主键，@TableField映射字段名。 接下来是DAO层，即Mapper接口。继承MyBatis-Plus的BaseMapper，获得基本的CRUD操作。对于批量插入门票，可能需要自定义方法，使用SQL的INSERT IGNORE或ON DUPLICATE KEY UPDATE来处理重复数据。 服务层的设计需要考虑事务管理和并发控制。处理主表和从表的数据插入需要放在一个事务中，保证原子性。对于高并发，可以使用分布式锁，比如Redis的Redisson来实现，防止多个线程同时处理同一请求导致数据重复。同时，使用@Transactional注解确保事务的完整性。 控制层接收JSON请求，将其映射到DTO对象。这里需要定义两个DTO：ExhibitionRequestDTO和TicketDTO，结构对应JSON的层次。使用@RequestBody接收POST请求的数据。 在插入门票数据时，需要注意批量操作的效率。MyBatis-Plus的saveBatch方法默认是逐条插入，这在生产环境中效率不高。需要配置批量插入的SQL会话，启用批处理模式，比如在配置文件中设置jdbc-url添加rewriteBatchedStatements=true，并在MyBatisPlusConfig中配置性能分析插件，设置批量操作的参数。 防止重复数据的策略包括数据库唯一索引和业务逻辑校验。唯一索引是最可靠的，即使应用层有漏洞，数据库层也能拦截重复数据。业务层可以在插入前查询是否存在，但高并发下可能失效，因此需要结合分布式锁。例如，在插入前获取一个基于exhibitionId和cardNo的锁，确保同一时间只有一个线程处理相同的数据。 异常处理方面，需要捕获唯一约束冲突的异常，比如DuplicateKeyException，并返回友好的错误信息，而不是让服务器抛出500错误。同时，事务管理要确保在发生异常时回滚，避免脏数据。 测试方面，需要考虑使用JMeter或Postman进行压力测试，模拟多线程请求，验证接口的并发处理能力和重复数据拦截效果。确保在高并发下，系统响应时间和资源消耗在可接受范围内。 最后，代码的健壮性和可维护性需要考虑日志记录、参数校验、全局异常处理等。例如，使用@Valid对DTO进行校验，确保传入参数符合要求，减少非法数据的处理。 可能遇到的问题包括：MyBatis-Plus批量插入的性能问题，需要正确配置；分布式锁的实现需要考虑锁的粒度和超时时间，避免死锁；事务的传播机制和隔离级别需要合理设置，防止脏读或不可重复读。 总结步骤：设计数据库表和唯一索引→创建实体类和DTO→编写Mapper接口和自定义批量插入方法→实现服务层，添加分布式锁和事务→配置MyBatis-Plus批量处理→编写控制器→异常处理和日志→测试验证。</think>我将基于Spring Boot + MyBatis-Plus实现一个生产级的高并发接口，包含以下核心设计： 1. 数据库设计（MySQL示例）： ```sql -- 主表 CREATE TABLE exhibition_info ( id BIGINT PRIMARY KEY COMMENT '主键ID', exhibition_id VARCHAR(32) NOT NULL COMMENT '展览ID', exhibition_id_type CHAR(1) NOT NULL COMMENT '展览ID类型', source_from VARCHAR(32) NOT NULL COMMENT '来源', UNIQUE KEY idx_exhibition_id (exhibition_id) ); -- 门票表 CREATE TABLE ticket_info ( ticket_id BIGINT PRIMARY KEY COMMENT '主键ID', exhibition_id VARCHAR(32) NOT NULL COMMENT '展览ID', card_no VARCHAR(64) NOT NULL COMMENT '卡号', face_status CHAR(1) NOT NULL COMMENT '人脸状态', id_number VARCHAR(32) NOT NULL COMMENT '身份证号', name VARCHAR(64) NOT NULL COMMENT '姓名', number_type CHAR(1) NOT NULL COMMENT '号码类型', ticket_status CHAR(1) NOT NULL COMMENT '门票状态', ticket_type_name VARCHAR(32) NOT NULL COMMENT '票种名称', UNIQUE KEY idx_exhibition_card (exhibition_id, card_no) ); ``` 2. 实体类： ```java // ExhibitionInfo.java @Data @TableName("exhibition_info") public class ExhibitionInfo { @TableId(value = "id", type = IdType.ASSIGN_ID) private Long id; private String exhibitionId; private String exhibitionIdType; private String sourceFrom; } // TicketInfo.java @Data @TableName("ticket_info") public class TicketInfo { @TableId(value = "ticket_id", type = IdType.ASSIGN_ID) private Long ticketId; private String exhibitionId; private String cardNo; private String faceStatus; private String idNumber; private String name; private String numberType; private String ticketStatus; private String ticketTypeName; } ``` 3. Mapper接口： ```java public interface TicketMapper extends BaseMapper<TicketInfo> { @Insert("<script>" + "INSERT IGNORE INTO ticket_info " + "(exhibition_id, card_no, face_status, id_number, name, number_type, ticket_status, ticket_type_name) " + "VALUES " + "<foreach collection='list' item='item' separator=','>" + "(#{item.exhibitionId}, #{item.cardNo}, #{item.faceStatus}, #{item.idNumber}, " + "#{item.name}, #{item.numberType}, #{item.ticketStatus}, #{item.ticketTypeName})" + "</foreach>" + "</script>") int batchInsertIgnore(@Param("list") List<TicketInfo> list); } ``` 4. Service层： ```java @Service @RequiredArgsConstructor public class ExhibitionService { private final RedissonClient redissonClient; private final ExhibitionInfoMapper exhibitionInfoMapper; private final TicketMapper ticketMapper; @Transactional(rollbackFor = Exception.class) public void processExhibition(ExhibitionRequestDTO dto) { // 处理主表 ExhibitionInfo exhibition = new ExhibitionInfo(); BeanUtils.copyProperties(dto, exhibition); exhibitionInfoMapper.insertOrUpdate(exhibition); // 分布式锁防止重复提交 RLock lock = redissonClient.getLock("EXHIBITION_LOCK:" + dto.getExhibitionId()); try { if (lock.tryLock(3, 5, TimeUnit.SECONDS)) { // 处理票务数据 List<TicketInfo> tickets = dto.getTicketList().stream().map(t -> { TicketInfo info = new TicketInfo(); BeanUtils.copyProperties(t, info); info.setExhibitionId(dto.getExhibitionId()); return info; }).collect(Collectors.toList()); // 批量插入（忽略重复） ticketMapper.batchInsertIgnore(tickets); } } catch (InterruptedException e) { Thread.currentThread().interrupt(); throw new RuntimeException("获取锁失败", e); } finally { if (lock.isHeldByCurrentThread()) { lock.unlock(); } } } } ``` 5. Controller层： ```java @RestController @RequiredArgsConstructor public class ExhibitionController { private final ExhibitionService exhibitionService; @PostMapping("/api/exhibition") public ResponseEntity<?> createExhibition(@Valid @RequestBody ExhibitionRequestDTO dto) { try { exhibitionService.processExhibition(dto); return ResponseEntity.ok().build(); } catch (DuplicateKeyException e) { return ResponseEntity.status(HttpStatus.CONFLICT) .body(Result.error("数据重复提交")); } } } // DTO类 @Data public class ExhibitionRequestDTO { @NotBlank private String exhibitionId; @NotBlank @Pattern(regexp = "[0-1]") private String exhibitionIdType; @NotBlank private String sourceFrom; @Valid @NotEmpty private List<TicketDTO> ticketList; } @Data public class TicketDTO { @NotBlank private String cardNo; @NotBlank @Pattern(regexp = "[0-1]") private String faceStatus; @NotBlank @Size(min = 18, max = 18) private String idNumber; @NotBlank private String name; @NotBlank @Pattern(regexp = "[0-1]") private String numberType; @NotBlank @Pattern(regexp = "[0-1]") private String ticketStatus; @NotBlank private String ticketTypeName; } ``` 生产级保障措施： 1. 并发控制： - 使用Redisson分布式锁保证同一展览ID的请求串行处理 - 数据库唯一索引防止数据重复（exhibition_id + card_no组合唯一） - 批量插入使用INSERT IGNORE避免重复 2. 性能优化： - MyBatis-Plus开启批量操作模式（配置文件中添加：`mybatis-plus.configuration.default-executor-type=batch`） - MySQL连接池配置HikariCP： ```yaml spring: datasource: hikari: maximum-pool-size: 20 connection-timeout: 30000 idle-timeout: 600000 max-lifetime: 1800000 ``` 3. 异常处理： - 全局异常处理器捕获DuplicateKeyException - 事务管理保证数据一致性 4. 安全校验： - 使用@Valid进行参数校验 - 身份证号正则校验 - 状态字段枚举值校验 测试建议： ```java // 测试用例 @SpringBootTest class ExhibitionServiceTest { @Autowired private ExhibitionService service; @Test void testConcurrentInsert() throws InterruptedException { int threadCount = 100; ExecutorService executor = Executors.newFixedThreadPool(threadCount); CountDownLatch latch = newCountDownLatch(threadCount); for (int i = 0; i < threadCount; i++) { executor.execute(() -> { try { ExhibitionRequestDTO dto = buildTestDTO(); service.processExhibition(dto); } finally { latch.countDown(); } }); } latch.await(); // 验证数据库实际插入数量 } } ```