hihernate一对多关联映射

hihernate一对多关联映射

一对多关联映射利用了多对一关联映射原理

多对一关联映射：在多的一端加入一个外键指向一的一端，它维护的关系是多指向一
一对多关联映射：在多的一端加入一个外键指向一的一端，它维护的关系是一指向多

举个例子员工和老板。你说是老板记员工比较容易还是员工记老板比较容易呢？很明显记少的比较容易啊，能维护二者的关系也能减少工作量。hibernate当然也是这么做的。

也就是说一对多和多对一的映射策略是一样的，只是站的角度不同

在关系型数据库理论中，“多对一”关联同于“一对多”关联，且为了消除数据冗余，在两个关系之间不存在“多对多”关联，“多对多”关联要通过连接表来实现。因此在关系型数据库中只有“一对一”和“一对多（多对一）”，且都是单向的。

以教师与学生的关系举例，一个学生一门课有一个教师，一个教师一门课就有多个学生。

多对一：(即单向一对多)
public class Teacher{
private int teacher_id;
private String teacher_name;
......
}

public class Student{
private int student_id;
private String student_name;
.......
private Teacher teacher;
//多个学生对一门课程一个老师
}

一对多：
public class Teacher{
private int teacher_id;
private String teacher_name;
......
private Set<Student> student;
//一个老师对一门课程多个学生
}

public class Student{
private int student_id;
private String student_name;
.......
}

双向一对多，即一对多+单向一对多

public class Teacher{
private int teacher_id;
private String teacher_name;
......
private Set<Student> student;
//一个老师对一门课程多个学生
}

public class Student{
private int student_id;
private String student_name;
.......
private Teacher teacher;
//多个学生对一门课程一个老师
}

Inverse：负责控制关系，决定是有谁来维护表和表之间的关系的，默认为false。

也就是关系的两端都能控制，但这样会造成一些问题，更新的时候会因为两端都控制关系，于是重复更新。一般来说有一端要设为true。

set的inverse属性决定是否把对set的改动反映到数据库中去。inverse=false————反映；inverse=true————不反映”inverse属性默认为false

我们说inverse设立不当会导致性能低下，其实是说inverse设立不当，会产生多余重复的SQL语句甚至致使JDBC exception的throw。这是我们在建立实体类关系时必须需要关注的地方。

一般来说，inverse＝true是推荐使用，
双向关联中双方都设置 inverse＝false的话，必会导致双方都重复更新同一个关系。
但是如果双方都设立inverse＝true的话，双方都不维护关系的更新，这也是 不行的。

好在一对多中的一端:many-to-one默认是inverse＝false，避免了这种错误的产生。
但是多对多就没有这个默认设置了，所以很 多人经常在多对多的两端都使用inverse＝true，结果导致连接表的数据根本没有记录，就是因为他们双分都没有责任维护关系。

所以说，双向关联中最 好的设置是一端为inverse＝true，一端为inverse＝false。

一般inverse＝false会放在多的一端，那么有人提问了， many－to－many两边都是多的，inverse到底放在哪儿？其实hibernate建立多对多关系也是将他们分离成两个一对多关系，中间连接一个连接表。所以通用存在一对多的关系，也可以这样说：一对多是多对多的基本组成部分。

（1）对one-to-many而言 (设置inverse=false)，改变set，会让hibernate执行一系列的update语句。

（2）对many-to-many而言，改变set,只修改关系表的数据，不会影响many-to-many的另一方。

（3）虽然one-to-many和many-to-many的数据库操作不一样，但目的都是一个：维护数据的一致性。