Nano Hash - криптовалюты, майнинг, программирование

JPA 2 один ко многим - как JPA выводит информацию о столбцах?

У меня есть приложение JPA2 (Hibernate), которое использует базу данных MySQL только с двумя таблицами. Одна таблица называется «компании», а другая — «сотрудники». Между двумя таблицами существует отношение «один ко многим» (в одной компании много сотрудников). Столбец внешнего ключа в таблице «сотрудники» называется «company_id».

В моем приложении JPA2 я использую следующие аннотации:

В классе сущностей "Компания" у меня есть следующая аннотация

@OneToMany(cascade = CascadeType.ALL)
private Collection<Employee> employees;

и в классе Сотрудник

@ManyToOne
private Company company;

Откуда JPA знает, какой столбец следует использовать для определения всех сотрудников компании. Аннотации не содержат этой информации, но приложение работает.

Спасибо

24.07.2013

Ответы:


1

На стороне ManyToOne отсутствует необязательный JoinColumn, которая, в свою очередь, имеет необязательный name атрибут по умолчанию:

Конкатенация следующего: имя ссылающегося свойства отношения или поля ссылающегося объекта или встраиваемого класса; "(подчеркивать)"; имя указанного столбца первичного ключа. Если в сущности нет такого ссылающегося свойства или поля отношения или если соединение предназначено для коллекции элементов, имя столбца соединения формируется как конкатенация следующих элементов: имя сущности; "(подчеркивать)"; имя указанного столбца первичного ключа.

С другой стороны отношения, сторона OneToMany , в нем отсутствует атрибут mappedBy (он должен совпадать с именем поля, которому принадлежит отношение, в вашем случае «компания»). Javadoc говорит, что этот атрибут требуется, если связь не является однонаправленной, поэтому есть вероятность, что используемая вами реализация JPA предполагает, что связь является однонаправленной.

24.07.2013
  • Хороший! Это объяснило бы, почему мой код просто работает «из коробки» без какой-либо соответствующей информации, предоставляемой ему моим кодом. Благодарю вас! 24.07.2013
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..