当前位置: 首页 > article >正文

为什么查询接口一开始就要传入实体,而不是参数?

一个被严重低估的 Java 工程设计问题在很多 Java 项目中我们经常能看到这样的代码演进过程// 初版getOrder(LongorderId);// 第二版getOrder(LongorderId,Integerstatus);// 第三版getOrder(LongorderId,Integerstatus,LocalDateTimestartTime);// 第四版崩了getOrder(LongorderId,Integerstatus,LocalDateTimestartTime,LocalDateTimeendTime,LonguserId);直到有一天有人站出来说了一句“我们直接传一个查询对象吧。”很多人听完的第一反应是查询而已传这么重的对象是不是过度设计直接参数不是更清晰吗DTO / VO / Query 到底有什么区别但在真正做过复杂系统、长期维护系统的人眼里查询传实体往往不是设计洁癖而是工程理性。本文将从 工程演进、代码稳定性、可扩展性、分层解耦 四个角度把这个问题一次性讲透。一、从“参数爆炸”开始说起先看一个真实的订单查询接口。1️⃣ 参数式查询初期publicListOrderqueryOrder(LongorderId,LonguserId,Integerstatus,LocalDateTimestartTime,LocalDateTimeendTime){...}看起来没什么问题但你很快会遇到参数越来越多参数顺序极易写错新增条件 修改所有调用方MyBatis / Controller / Service 层同时改 接口一旦暴露就很难再动二、查询实体Query Object到底解决了什么1️⃣ 查询条件是“一个整体”而不是一堆零散参数在业务语义上“订单查询”本身就是一个概念而不是“orderId userId status timeRange 的组合体”于是我们引入查询实体Query Object。三、标准做法Query Object1️⃣ 定义查询对象/** * 订单查询条件 */publicclassOrderQuery{/** 订单号 */privateLongorderId;/** 用户ID */privateLonguserId;/** 订单状态 */privateIntegerstatus;/** 创建时间开始 */privateLocalDateTimestartTime;/** 创建时间结束 */privateLocalDateTimeendTime;// getter / setter} 注意这是 Query不是 Entity不是 DTO2️⃣ Service 层接口立刻变得稳定publicListOrderqueryOrder(OrderQueryquery){returnorderMapper.selectByCondition(query);}此时你会发现一个关键变化接口签名稳定了以后新增条件privateIntegerpayType;privateLongmerchantId;不改 Service 方法不改 Controller不影响历史调用方四、MyBatis 中 Query Object 的真正威力Mapper 接口ListOrderselectByCondition(OrderQueryquery);Mapper XML核心价值selectidselectByConditionresultTypeOrderSELECT * FROM orderswhereiftestorderId ! nullAND order_id #{orderId}/ififtestuserId ! nullAND user_id #{userId}/ififteststatus ! nullAND status #{status}/ififteststartTime ! nullAND create_timegt; #{startTime}/ififtestendTime ! nullAND create_timelt; #{endTime}/if/where/select Query Object 天然的动态 SQL 载体五、为什么不推荐 Controller 直接传一堆参数❌ Controller 参数式写法问题多GetMapping(/list)publicListOrderlist(RequestParam(requiredfalse)LongorderId,RequestParam(requiredfalse)Integerstatus,RequestParam(requiredfalse)LonguserId){...}问题参数多 → 方法臃肿参数校验零散不利于复用✅ Controller 直接接收 Query Object推荐GetMapping(/list)publicListOrderlist(OrderQueryquery){returnorderService.queryOrder(query);}Spring MVC 会自动完成参数绑定/list?orderId1status2 自动注入到OrderQuery六、从架构角度看这是“边界清晰”的体现查询实体的本质是把“变化点”封装起来维度参数式Query Object扩展性❌ 差✅ 极强接口稳定性❌ 易变✅ 稳定代码可读性❌ 低✅ 高动态 SQL❌ 繁琐✅ 天然支持复杂查询❌ 痛苦✅ 友好七、进阶Query Page Sort 的标准模型1️⃣ 基础查询对象publicclassBaseQuery{privateIntegerpageNum1;privateIntegerpageSize20;}2️⃣ 订单查询继承publicclassOrderQueryextendsBaseQuery{privateLongorderId;privateIntegerstatus;}3️⃣ 接口永远不再变化publicPageResultOrderqueryOrder(OrderQueryquery){...} 这就是大型系统为什么“一开始就传实体”八、什么时候不该用 Query Object不是所有地方都必须用。❌ 不适合的场景极简单查询如getById(id)底层工具方法极高频、对 GC 极度敏感的代码段极少✅ 适合的场景列表查询条件组合查询后台管理系统需要长期维护的业务接口九、一句话总结查询传实体不是为了现在而是为了三个月、半年、一年后的系统。

相关文章:

为什么查询接口一开始就要传入实体,而不是参数?

一个被严重低估的 Java 工程设计问题 在很多 Java 项目中,我们经常能看到这样的代码演进过程: // 初版 getOrder(Long orderId);// 第二版 getOrder(Long orderId, Integer status);// 第三版 getOrder(Long orderId, Integer status, LocalDateTime sta…...

Pohlig-Hellman算法实战:如何用Python解决离散对数问题(附完整代码)

Pohlig-Hellman算法实战:用Python攻破离散对数难题 离散对数问题在密码学和算法竞赛中扮演着关键角色,而Pohlig-Hellman算法则是解决特定类型离散对数问题的利器。本文将带你从零实现这个算法,通过Python代码演示如何高效求解形如a^x ≡ b mo…...

性能测试概念

简介 性能测试是软件测试的一种类 型,旨在评估系统、应用程序或服务在特定负载条件下的性能表现。 它涉及模拟真实世界中的用户行为、请求和负载,以便测量系统在不同条件下的响应时间、吞吐量、并发用户数和资源利用率等性能指标。 性能测试相关概念 …...

用PyBullet给Jaka机械臂实现招手动作:从URDF导入到完整仿真流程

用PyBullet实现Jaka机械臂招手动作:从模型导入到运动控制全流程实战 在工业自动化与机器人研究领域,仿真技术已成为算法验证和系统测试不可或缺的一环。PyBullet作为一款开源的物理仿真引擎,凭借其轻量级、高性能和易用性,正逐渐成…...

Matplotlib 3D绘图进阶技巧:如何让你的图形旋转起来并添加动态效果

Matplotlib 3D动态可视化:从基础旋转到交互式动画的完整指南 在数据科学和工程领域,3D可视化已经成为展示复杂数据关系的强大工具。Matplotlib作为Python生态系统中最经典的可视化库,其3D绘图功能虽然不如一些专业3D库强大,但胜在…...

北京交通大学等机构推出3D场景编辑新方法

这项由北京交通大学、阿里巴巴集团、南洋理工大学和重庆邮电大学联合完成的研究于2026年3月发表在计算机视觉领域顶级会议上,论文编号为arXiv:2603.03143v1。研究团队开发了一种名为RL3DEdit的新方法,首次将强化学习引入3D场景编辑领域,让计算…...

SAM3部署实战:在CUDA 11.8环境下绕过官方高版本限制

1. 为什么要在CUDA 11.8环境下部署SAM3? 最近很多开发者都在尝试部署最新的SAM3模型,但官方文档明确要求CUDA版本必须≥12.6。这给很多还在使用老版本CUDA环境的团队带来了困扰。我最近就在一台配备3090显卡(CUDA 11.8)的服务器上…...

中国香港中文大学深圳分校全球首创视频广告植入新技术

这项由中国香港中文大学深圳分校、深圳环大湾区研究院、纽约州立大学布法罗分校以及哈尔滨工业大学联合完成的研究,于2026年3月发表在计算机视觉领域的顶级学术会议上,论文编号为arXiv:2603.02816v1。研究团队开发了一个名为"BrandFusion"的多…...

多模态Agent持续学习新思路,解决工具使用和编排两大难题!

本文介绍了XSkill,一种用于多模态Agent的持续学习方法。XSkill通过将“过往经历”沉淀为Skills(技能)和Experiences(经验)两类可复用知识,并形成闭环,有效解决了当前多模态Agent在真实开放环境中…...

亚洲美女-造相Z-Turbo LoRA技术解析:权重注入位置、训练数据构成与泛化边界

亚洲美女-造相Z-Turbo LoRA技术解析:权重注入位置、训练数据构成与泛化边界 重要声明:本文仅从技术角度分析LoRA模型训练方法,所有内容均基于公开技术原理,不涉及任何具体人物、种族或敏感内容。 1. LoRA技术基础与核心原理 1.1 …...

HTTPS全链路解析:从证书申请到Nginx配置(含国密SM2实战)|网络安全

一、引言:当“小绿锁”成为法律底线(1150字) 2023年某电商平台因未启用HTTPS,用户支付密码在传输中被窃取,导致2000账户资金损失。法院判决书明确指出: “被告未采取符合国家标准的加密传输措施&#xff0…...

Qwen3-4B-Instruct-2507快速入门:3步开启智能对话

Qwen3-4B-Instruct-2507快速入门:3步开启智能对话 1. 引言:为什么选择Qwen3-4B-Instruct-2507 Qwen3-4B-Instruct-2507是阿里开源的最新文本生成大模型,相比前代版本有了显著提升。这个模型特别适合需要智能对话的场景,比如客服…...

Qwen3.5-9B行业落地:建筑图纸理解+施工规范自动核查

Qwen3.5-9B行业落地:建筑图纸理解施工规范自动核查 1. 项目背景与价值 在建筑行业,图纸审核和施工规范核查是确保工程质量的关键环节。传统的人工审核方式存在效率低、成本高、易出错等问题。Qwen3.5-9B模型凭借其强大的多模态理解能力,为这…...

中断响应延迟<8μs,待机电流压至12μA,低轨终端C功耗优化全链路拆解,含GCC内联汇编禁忌清单

第一章:低轨卫星终端C语言功耗优化方案概览低轨卫星终端受限于星载电源容量、散热能力与任务时长,其嵌入式软件的功耗表现直接影响在轨寿命与通信可靠性。C语言作为终端固件开发的主流语言,其运行时能耗不仅取决于硬件平台,更与代…...

Retinaface+CurricularFace应用案例:智能门禁系统快速搭建指南

RetinafaceCurricularFace应用案例:智能门禁系统快速搭建指南 你是否想过,自己动手搭建一个像科幻电影里那样,刷脸就能开门的智能门禁系统?听起来很酷,但一想到要搞懂复杂的算法、配置繁琐的环境,是不是又…...

智慧医院行业内主流的ICU远程探视系统品牌推荐

在感染控制与生命尊严之间,如何寻找平衡?ICU探视系统哪家好?300三甲医院共同选择的全视通给出了答案。本文深度解析全视通ICU远程探视系统如何通过高清画质、全数字化联网、国际标准网络接口、全触摸操作,实现隔屏不隔爱的零距离亲情传递&am…...

Unity游戏实时翻译引擎:突破多语言障碍的全流程解决方案

Unity游戏实时翻译引擎:突破多语言障碍的全流程解决方案 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator 你是否曾因外语游戏中的菜单、对话和剧情文本而错失精彩体验?据GDC 2023年…...

仅限首批200名开发者获取:存算一体芯片C语言指令集封装黄金模板(含IEEE 1801-UPF电源域感知接口)

第一章:存算一体芯片 C 语言指令集封装示例存算一体(Processing-in-Memory, PIM)架构通过将计算单元嵌入存储阵列,显著降低数据搬运开销。为简化上层应用开发,需对底层硬件指令进行C语言抽象封装,形成可移植…...

lite-avatar形象库应用场景:AI面试官数字人形象库选型与集成实践

lite-avatar形象库应用场景:AI面试官数字人形象库选型与集成实践 1. 项目背景与需求 在数字化招聘时代,AI面试官正在成为企业人才筛选的重要工具。传统视频面试需要大量人力协调时间,而AI面试官可以实现724小时不间断面试,大幅提…...

League Akari:全流程智能辅助工具如何提升英雄联盟玩家89%操作效率

League Akari:全流程智能辅助工具如何提升英雄联盟玩家89%操作效率 【免费下载链接】LeagueAkari ✨兴趣使然的,功能全面的英雄联盟工具集。支持战绩查询、自动秒选等功能。基于 LCU API。 项目地址: https://gitcode.com/gh_mirrors/le/LeagueAkari …...

Mirage Flow大模型算法优化:核心算法实现与改进

Mirage Flow大模型算法优化:核心算法实现与改进 1. 引言 如果你正在使用或打算使用Mirage Flow这样的大模型,可能会遇到一些性能上的瓶颈——生成速度不够快、资源占用太高,或者效果不够稳定。这些问题背后,往往与模型的核心算法…...

JBoltAI框架:Java企业拥抱AI的实用之选

在AI技术快速发展的今天,许多Java技术团队面临一个现实问题:如何将AI能力高效融入现有系统,同时避免高昂的学习成本和复杂的适配工作?JBoltAI框架的出现,为Java企业提供了一条技术路径清晰、实现成本可控的解决方案。专…...

无需编译的KD树库:Nanoflann如何加速三维空间搜索

无需编译的KD树库:Nanoflann如何加速三维空间搜索 【免费下载链接】nanoflann nanoflann: a C11 header-only library for Nearest Neighbor (NN) search with KD-trees 项目地址: https://gitcode.com/gh_mirrors/na/nanoflann 核心价值:轻量级空…...

FaceRecon-3D效果展示:跨年龄重建(青年→老年)与风格迁移实验

FaceRecon-3D效果展示:跨年龄重建(青年→老年)与风格迁移实验 1. 项目核心能力概览 FaceRecon-3D是一个革命性的单图3D人脸重建系统,它能够将普通的2D照片瞬间转换为精细的3D人脸模型。这个系统的神奇之处在于,你只需…...

Nunchaku-flux-1-dev技术解析:深入其卷积神经网络与注意力机制

Nunchaku-flux-1-dev技术解析:深入其卷积神经网络与注意力机制 每次看到AI生成的精美图片,你是不是也会好奇,它到底是怎么从一堆看似随机的“噪声”里,一步步变出那些细节丰富、构图合理的画面的?今天,我们…...

收藏必备:大模型量化技术全解析:从原理到SGLang、vLLM实战应用指南

在大模型推理场景中,量化技术常被用于降低显存占用、减少计算量与数据传输开销。本文将梳理量化计算的核心特点、实现方式,介绍其在SGLang、vLLM等主流推理框架中的落地应用,助力读者快速掌握相关知识。 0****1 计算的特点 在了解如何进行量化…...

三相锁相环C语言实现与仿真验证:从理论到代码的完整指南

1. 三相锁相环基础与核心原理 三相锁相环(PLL)是电力电子和电机控制中的关键组件,它的核心任务是从三相交流信号中准确提取频率和相位信息。想象一下,你正在尝试用收音机调频,锁相环就像那个自动锁定电台频率的智能电路…...

Matlab实战:用卡尔曼滤波搞定无人机GPS轨迹优化(附完整代码)

Matlab实战:用卡尔曼滤波搞定无人机GPS轨迹优化(附完整代码) 无人机在飞行过程中,GPS定位数据常常会出现抖动和漂移现象。这种噪声干扰不仅影响飞行稳定性,更可能导致严重的导航错误。本文将手把手教你如何用Matlab实现…...

Qwen3.5-9B稀疏专家模型部署:MoE路由策略与性能调优

Qwen3.5-9B稀疏专家模型部署:MoE路由策略与性能调优 1. 模型概述与技术特性 Qwen3.5-9B是通义千问团队推出的新一代稀疏专家模型,采用混合专家(Mixture-of-Experts)架构,在保持9B参数规模的同时,通过智能路由机制实现了接近大模…...

手搓WinCC自定义功能块:从AS到OS的魔改指南

使用AS的自定义功能块与OS之间WINCC自定义功能块图标,自定义功能块面板教程。 1.不是采用西门子APL面板实现。 2.AS可以采用LAD或者SCL语言生成功能块。 3.实现弹窗功能。 4.事件可以采用C动作或者VBS。 5. 在PCS7或者STEP7Wincc都可以实现。 6.可以提供实例源程序。…...