带条件的分页排序查询

一、使用原生sql语句
1、service层

        //分页排序信息,注意pageNum从0开始计数,排序字段"created_time"和数据表中字段一致
        Pageable pageable = new PageRequest(pageNum, pageSize,
                new Sort(Sort.Direction.DESC, "created_time"));
        
        //T为实体对象类
        Page<T> page = dao.findAllByPage(pageable);

2、dao层

    //可以在SQL中增加更多的条件查询
    @Query(value = "SELECT * FROM table_name ORDER BY ?#{#pageable}",
            countQuery = "SELECT count(*) FROM table_name",
            nativeQuery = true)
    Page<T> findAllByPage(Pageable pageable);

二、使用jpa
1、dao层

    //elements为查询条件,注意排序字段"createdTime"应该和T实体类中定义一致
    default Page<T> findAll(List<FilterElement> elements, int pageNum,
                                                         int pageSize) {
        PageRequest page = new PageRequest(pageNum, pageSize,
                new Sort(Sort.Direction.DESC, "createdTime"));
        return findAll(listClause(elements), page);
    }

    
    default Specification<T> listClause(List<FilterElement> elements) {
        return (Root<T> root, CriteriaQuery<?> query, CriteriaBuilder cb) -> {
            T po = new T();
            VisitorContext<T> context = new VisitorContext<>(root, cb, po.fetchJoinMap(elements, root));
            if (!CommonUtil.listIsNullOrSizeEqualZero(elements)) {
                query.where(ControllerUtil.traverseFilterElements(elements, context, po));
            }
            return query.getRestriction();
        };
    }

2、T实体类

public class T implements
        Serializable, VisitorExecutor<T> {
    private static final long serialVersionUID = 1L;

    @Transient
    private static Map<String, ExpressionVisitor> vts;

    static {
        vts = new HashMap<>();
        //name字段可以做模糊查询
        vts.put("name", new LikeVisitor());
    }

    @Id
    @GeneratedValue
    private Long id;

    @Column(nullable = false)
    private String name;

    @Column(name = "created_time")
    private Date createdTime;

    @Override
    public Map<String, ExpressionVisitor> visitors() {
        return vts;
    }

    @Override
    public Map<String, Join<?, ?>> fetchJoinMap(List<FilterElement> elements, Root<T> root) {
        return null;
    }

}

三、没有数据的Page的构造

      List<T> resultList = new ArrayList<>();
      Page<T> page = new PageImpl(resultList, pageable, 0L);
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,039评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,223评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,916评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,009评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,030评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,011评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,934评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,754评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,202评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,433评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,590评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,321评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,917评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,568评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,738评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,583评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,482评论 2 352