기본 콘텐츠로 건너뛰기

Spring JPA(Java Persistence API)

application.properties
# JPA
# spring.jpa.hibernate.ddl-auto=create는 table을 새로 생성한다
#spring.jpa.hibernate.ddl-auto=create
spring.jpa.hibernate.ddl-auto=none
spring.jpa.generate-ddl=false
spring.jpa.show-sql=true
spring.jpa.database=oracle
logging.level.org.hibernate=info
spring.jpa.database-platform=org.hibernate.dialect.OracleDialect

pom.xml
<!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-data-jpa -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-jpa</artifactId>
    <version>3.0.0</version>
</dependency>

Entity(객체, 속성들의 집합) -> 테이블 생성
Emp.java : Entity 클래스
 - 사번, 이름, 부서, 급여, 입사일 <- 컬럼명
인터페이스(JpaRepository 상속)
 - 단순한 입출력 기능은 미리 준비되어 있음

@Data
@AllArgsConstructor
@NoArgsConstructor
@Entity
@Table(name = "emp4")
public class Emp {
    @Id // PRIMARY KEY가 된다, id로 찾을 때 이 속성으로 찾게 된다
    @SequenceGenerator(sequenceName = "EMP4_EMPNO_SEQ", allocationSize = 1, name = "EMP4_EMPNO_GEN") // 증가값이 1이고 EMP4_EMPNO_SEQ라는 시퀀스를 생성하고, 그것을 할당하는 제너레이터의 이름은 EMP4_EMPNO_GEN이다
    @GeneratedValue(strategy = GenerationType.SEQUENCE, generator = "EMP4_EMPNO_GEN") // 제너레이터를 사용해서 empno가 생성될 때 마다 값을 넣어준다
    private int empno;

    @Column(name = "ename") // 속성의 이름과 컬럼명이 다를 때 써준다
    private String name;

    private int deptno;
    private int sal;
    private java.sql.Date hiredate;
}

public interface EmpRepository extends JpaRepository<Emp, Integer> {
    Optional<List<Emp>> findByName(String name);
    Optional<List<Emp>> findByDeptno(Integer deptno);
    Optional<String> findByDeptnoAndName(Integer deptno, String name);
}

@Controller
@Slf4j
@RequestMapping("/jpa")
public class JpaController {
    @Autowired
    private EmpRepository repo;

    @GetMapping({"","/"})
    @ResponseBody
    public String findAll() {
        List<Emp> list = repo.findAll();
        return list.toString();
    }

    @GetMapping("/save")
    @ResponseBody
    public String save() {
        Date hiredate = Date.valueOf("2022-12-10");
        Emp emp = new Emp(0,"smith",20,3200,hiredate);
        Emp saved = repo.save(emp);
        log.info("추가 성공");
        return saved.toString();
    }

    @GetMapping("/findById")
    @ResponseBody
    public String findById(Integer id) {
        Optional<Emp> list = repo.findById(id);
        return list.toString();
    }

    @GetMapping("/findByName")
    @ResponseBody
    public String findByName(String name) {
        return repo.findByName(name).toString();
    }

    @GetMapping("/findByDeptno")
    @ResponseBody
    public String findByDeptno(Integer deptno) {
        return repo.findByDeptno(deptno).toString();
    }

    @GetMapping("/findByDeptnoAndName")
    @ResponseBody
    public String findByDeptnoAndName(Integer deptno, String name) {
        return repo.findByDeptnoAndName(deptno, name).toString();
    }
}

이 블로그의 인기 게시물

Blogger

코드 하이라이트 사이트 http://hilite.me/ 코드 <!-- 나만의 공간 --> <style id='daru_css' type='text/css'> .code {      overflow: auto;      height: 200px;      background-color: rgb(239,239,239);      border-radius: 10px;      padding: 5px 10px; } .code::-webkit-scrollbar-thumb {      background-color: grey;      border: 1px solid transparent;      border-radius: 10px;      background-clip: padding-box;   } .code::-webkit-scrollbar {      width: 15px; } </style> <!-- 나만의 공간 -->

Python Sklearn make_blobs

from sklearn.datasets import make_blobs 예제 X, y = make_blobs(n_samples=500, centers=3, n_features=2, random_state=0) # 500개의 점을 3개로 모이게 한다, 변수는 2개, 무작위 상태는 0 X.shape, y.shape # ((500, 2), (500,)) plt.scatter(X[:,0],X[:,1],c=y,s=5) plt.show() # 학습 데이터 나누기 from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=.25, random_state=0) x_train.shape, x_test.shape, y_train.shape, y_test.shape # ((375, 2), (125, 2), (375,), (125,)) # 지도 학습 하기 from sklearn.linear_model import LogisticRegression logisticReg = LogisticRegression(max_iter=5000) # 기본 반복 100 logisticReg.fit(x_train, y_train) # 추정하기 pred = logisticReg.predict(X) # 결정계수 logisticReg.score(x_test, y_test) # 0.92 # 한글 깨짐 없이 나오게 설정 from matplotlib import rcParams # 인코딩 폰트 설정 rcParams['font.family'] = 'New Gulim' rcParams['font.size'] = 10 # 산점도 plt.figure(figsize=(10,4)) plt.subplot(1,2, 1) plt.scatter(X[:,0],X[:,1],c=y) plt.title('정답') plt.su...

Python 문법

제곱 c = c**2; 주석 # 주석 함수 # 함수 형식 def hello(): # 함수 선언     print("여기는 함수") # 함수 실행문 hello() # 함수 호출 #결과: 여기는 함수 def add(a,b): # 매개변수에 자료형이 필요없다     c = a+b     print(f"{a} + {b} = {c}") add(3,5) #결과 : 3 + 5 = 8 if문 if a > b:     print("a가 큽니다") 객체의 정보 dir(객체) 객체의 주소 id(객체) 생략 if 'a' == 'a':     pass # 생략 else:     pass # 생략 enumerate for i,v in enumerate(range(20, 26)):     print(i,v) display display(df)