
Hibernate之HQL
简介:HQL的英文全写是Hibernatenamte Query Language,HQL和SQL很像,但是HQL是面向对象的,SQL面向操作的对象是数据库表列等。因为现在的数据库不是面向对象的,而现在的编程基本都是面向对象的,这就造成了对数据库访问的不方便,所以Hibernate应运而生,通过Hibernate数据库虽然不是面向对象的,但是我们可以像面向对象的方法一样用它,这就是Hibernate的巨大优势,所以HQL也跟着出现。
一.HQL查询;
HQL是完全面向对象的查询语句,支持继承,多态等;HQL查询依赖于Query类,使用HQL查询的步骤为:
1.获取Hibernate对象;
2.编写HQL语句;
3.以HQl语句为参数,调用Session的createQuery方法创建查询对象;
4.如果HQL也包含参数,则调用Query的setXxx方法为参数赋值;
5.调用Query对象的list()或uniqueResult()方法返回查询结果列表(持久化实体集)。
三个常用的Query方法:list()方法(返回查询到的全部结果),setFirstResult(int firstResult)方法(设置返回的结果集从第几条记录开始),setMaxResult(int maxResult)方法(设置本次查询返回的结果数目);
注:HQL语言不区分大小写,但是HQL语句中所使用的包名,类名,实例名,属性名都区分大小写!!
二.HQL语句语法;
1.HQL的from语句:
from A :表明从A持久化类中选出全部实例,
也可以为A的实例起个名字,例:
from A as example
from后可以跟出现多个持久化类,可以考虑用隐式和显式连接,下面就介绍“关联和连接”:
HQL有两种关联连接(join)方式:隐式(implicit)和显式(explicit);
隐式连接形式不使用join关键字,使用英文点号(.)来隐式关联实体,例如:
from example A where A.myEvent.title>:title
显式连接则需xxx.join关键字,例如:
From example A
Inner join A.myEvent event
Where event.happenDate<:endDate
连接方式:《1》.inner join(内连接)可以简写成join;
《2》left outer join(左外连接)可以简写成left join;
《3》right outer join(右外连接)可以简写成right join;
《4》full join(全连接),不常用;
Hibernate默认采用延迟加载策略(例如存在持久化类A,有属性name,当实例化A时,默认不加载name属性,这是为了提高效率,避免不必要的开销,当Session被关闭之后,A也就无法访问name属性了),为了解决关闭A后无法访问name这个问题,我们可以再Hibernate的映射文件里指定lazy=”false”,来关闭延迟加载;还有一种方法:使用join fetch,例:
from A as example
Join fetch example.name
Fetch的使用有以下几点注意:
《1》fetch不应该与setMaxResult(),setFirstResult()共用,因为这些操作是基于结果集的,而在预先抓取集合类时可能有重复数据,即无法预先知道精确的行数;
《2》Fetch不能与独立的with条件一起使用;
《3》如果在一次查询中fetch多个集合,可以查询返回笛卡尔积,因此请多加注意;
《4》对bag映射而言,同时join fetch多个集合时可能出现非预期结果,徐谨慎;
《5》Full join fetch与right join fetch没有任何意义;
2.HQL查询的select子句;
Select用于选择某个实体或属性,例如:
Select example.name from A as example
Select还可以选择组件属性包含的属性,例如:
Select example.name.firstname from A as example
如果select后有多个项,则选出的是多项组成的数组,例如:
Select example.name,age from A as example
select支持将选出的元素存入list,例如:
Select new list(example.name,example.address) from A as example
也可以把选出的元素直接封装成对象(Test必须支持构造器,下例就必须支持Test(String s1,String s2):
Select new Test(example.name,example.age)from A as example
select还支持给选中的表达式命名:
Select example.name as Ename from A as example
map的例子:
Select new map(example.name as Ename)from A as example
HQL的聚集函数:
avg:计算属性平均值;
count:统计选择对象的数量:
max:统计属性值的最大值;
min:统计属性值的最小值;
sum:计算属性值的总和;
例如:
Select count(*) from A
Select max(example.age) from A as example
3.HQL查询的where子句;
Where子句用于筛选选中的结果,缩小选择的范围,例如:
from A as example where name like ‘tom%’
等效于:
from A as example where example.name like “tom%”
HQL用点号来隐式连接多个数据表,例如:
from Foo foo
Where foo.bar.baz.customer.address.city like”guangzhou”
“=”运算符不仅可以被用来比较属性的值,也可以用来比较实例:
from Cat cat,Cat rival
Where cat.mate=rival.mate
Select cat,mate
From Cat cat,Cat mate
Where cat.mate=mate
HQL的几个表达式:
《1》数学运算符:+,-,*,/等
《2》比较运算符:=,>=,<=,<>,!=,like等;
《3》逻辑预算符:and,or,not等;
《4》in,not in,between,is null,is not null,is empty,is not empty,member of and not member of;
《5》简单的case,case.......when....than....else......end和case,case when,case when.......then....else....end等;
《6》字符串连接符:如value1||value2,或使用字符连接函数concat(value1,value2).
《7》时间操作函数:
current_date(),current_time(),current_timestamp(),second(),minute(),hour(),day(),month(),year()等;
《8》HQL还支持EJB-QL3.0所支持的函数:
substring(),trim(),lower(),upper(),length(),local(),abs(),sqrt(),bit_length(),coalesce()和nullif()等;
《9》支持数据库的类型转换函数:如cast(....as.....),第二个参数是Hibernate的类型名,或者extract(.....from.....),前提是底层数据库支持ANSI cast()和extract();
《10》如果底层数据库支持如下单行函数:sign(),trunc(),rtrim(),sin(),则HQL语句也完全可以支持;
《11》HQL语句支持使用英文问号(?)作为参数占位符,这与JDBC的参数占位符一致,也使用命名参数占位符,方法是在参数名前加英文冒号(:);
《12》当然也可以在where子句中使用SQL常量;
三.除此之外还有order by子句,group by子句,还有子查询,命名查询,条件查询,投影,聚合,分组就不在这里给出了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30