mybatis-plus 分组计算百分比

时间: 2023-06-30 21:22:22 浏览: 224
好的,您可以按照以下步骤来实现 mybatis-plus 分组计算百分比: 1. 在 Mapper 接口中定义对应的 SQL 语句,使用 GROUP BY 子句进行分组,并统计每组的总数。 ```java @Select("SELECT type, COUNT(*) AS total FROM my_table GROUP BY type") List<Map<String, Object>> countByType(); ``` 2. 在实体类中添加计算百分比的属性,并在对应的 getter 方法中进行计算。 ```java public class MyEntity { private String type; private int total; private double percentage; // Getter and Setter ... public void setPercentage(double percentage) { this.percentage = percentage; } public double getPercentage() { return ((double) total / (double) totalCount) * 100.0; } } ``` 3. 在 Service 类中调用 Mapper 接口的方法获取统计数据,并将数据封装到实体类中。 ```java @Service public class MyService { @Autowired private MyMapper myMapper; public List<MyEntity> countPercentageByType() { List<Map<String, Object>> countList = myMapper.countByType(); int totalCount = countList.stream().mapToInt(map -> Integer.parseInt(map.get("total").toString())).sum(); List<MyEntity> resultList = new ArrayList<>(); for (Map<String, Object> countMap : countList) { MyEntity entity = new MyEntity(); entity.setType(countMap.get("type").toString()); entity.setTotal(Integer.parseInt(countMap.get("total").toString())); entity.setTotalCount(totalCount); resultList.add(entity); } return resultList; } } ``` 4. 在 Controller 类中调用 Service 类的方法获取统计数据,并将数据返回给前端展示。 ```java @RestController public class MyController { @Autowired private MyService myService; @GetMapping("/countPercentage") public List<MyEntity> countPercentage() { return myService.countPercentageByType(); } } ``` 以上就是使用 mybatis-plus 分组计算百分比的简单实现方式。需要注意的是,如果统计数据量较大,建议使用数据库的分页查询功能,避免一次性查询过多数据导致性能问题。

相关推荐

最新推荐

recommend-type

Mybatis-plus基于redis实现二级缓存过程解析

主要介绍了Mybatis-plus基于redis实现二级缓存过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

mybatis-plus配置控制台打印完整带参数SQL语句的实现

主要介绍了mybatis-plus配置控制台打印完整带参数SQL语句,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

springboot整合mybatis-plus逆向工程的实现

主要介绍了springboot整合mybatis-plus逆向工程的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

MyBatis-Plus多表联合查询并且分页(3表联合)

主要介绍了MyBatis-Plus多表联合查询并且分页(3表联合),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

mybatis-plus getOne和逻辑删除问题详解

主要介绍了mybatis-plus getOne和逻辑删除,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。