内容简介：Spring Data存储库的灵感来自于Eric Evans的Domain Driven Design领域驱动设计一书中描述的存储库Repository。这样做的一个结果是每个聚合根应该有一个存储库。Aggregate Root聚合根是同一本书中的另一个概念，描述了一个实体，它控制其他实体的生命周期，这些实体一起是聚合。Aggregate是模型的一个子集，它在对Aggregate Root的方法调用之间保持一致。Spring Data JDBC尽力鼓励您根据这些想法对领域进行建模。聚合是一组实体，它们保证
Spring Data存储库的灵感来自于Eric Evans的Domain Driven Design领域驱动设计一书中描述的存储库Repository。这样做的一个结果是每个聚合根应该有一个存储库。Aggregate Root聚合根是同一本书中的另一个概念，描述了一个实体，它控制其他实体的生命周期，这些实体一起是聚合。Aggregate是模型的一个子集，它在对Aggregate Root的方法调用之间保持一致。
Spring Data JDBC尽力鼓励您根据这些想法对领域进行建模。
聚合是一组实体，它们保证在原子更改之间保持一致。一个典型的例子是一个Order用OrderItems。在进行更改时Order，属性（例如，numberOfItems与实际数量OrderItems一致）保持一致。
每个聚合只有一个聚合根，它是聚合的一个实体。聚合只能通过该聚合根上的方法进行操作。这些是前面提到的原子变化一致性。
Spring Data JDBC假定只有聚合具有存储聚合的非根实体的表的外键，而没有其他实体指向非根实体。
以上所述就是小编给大家介绍的《SpringDataJDBC教程》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
利用Python进行数据分析 原书第2版
Wes McKinney / 徐敬一 / 机械工业出版社 / 2018-7 / 119
本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。 第2版中的主要更新包括： • 所有的代码，包括把Py......一起来看看 《利用Python进行数据分析 原书第2版》 这本书的介绍吧!
