处理数据库 复杂查询问题

This commit is contained in:
zk
2026-07-09 10:48:53 +08:00
parent 9859724448
commit b1b29fc6b1
2 changed files with 40 additions and 53 deletions
@@ -1,11 +1,11 @@
package org.jiayunet.pojo.po;
import com.baomidou.mybatisplus.annotation.*;
import com.baomidou.mybatisplus.extension.handlers.JacksonTypeHandler;
import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import lombok.Data;
import java.time.Instant;
import java.util.List;
/**
* 导师模拟对话表(bg_mentor_mock_chat
@@ -14,7 +14,7 @@ import java.util.List;
* @author zk
*/
@Data
@TableName(value = "bg_mentor_mock_chat", autoResultMap = true)
@TableName(value = "bg_mentor_mock_chat")
public class MentorMockChat {
@TableId(type = IdType.ASSIGN_ID)
@@ -23,21 +23,9 @@ public class MentorMockChat {
/** 导师ID */
private Long mentorId;
/** 对话消息列表(JSON数组 */
@TableField(typeHandler = JacksonTypeHandler.class)
private List<ChatMessage> messages;
/** 对话消息列表(JSON字符串 */
private String messages;
/** 创建时间 */
private Instant createTime;
/**
* 对话消息项
*/
@Data
public static class ChatMessage {
/** 角色:user=用户,mentor=导师 */
private String role;
/** 消息内容 */
private String content;
}
}
@@ -41,7 +41,7 @@ public class MentorMockChatService {
/**
* 获取导师模拟对话
* <p>1. 查库,有缓存直接返回 2. 无缓存则获取导师信息+随机话题 3. AI生成 4. 入库 5. 返回</p>
* <p>1. 查库,有缓存直接返回 2. 无缓存则获取导师信息+话题 3. AI生成 4. 入库 5. 返回</p>
*
* @param mentorId 导师ID
* @return 模拟对话
@@ -49,12 +49,8 @@ public class MentorMockChatService {
public MentorMockChatDto generate(Long mentorId) {
// 1. 查缓存
MentorMockChat existing = mentorMockChatMapper.selectOne(new LambdaQueryWrapper<MentorMockChat>().eq(MentorMockChat::getMentorId, mentorId));
if (existing != null) {
MentorMockChatDto dto = new MentorMockChatDto();
dto.setMessages(existing.getMessages().stream()
.map(m -> new MentorMockChatDto.Message(m.getRole(), m.getContent()))
.toList());
return dto;
if (existing != null && existing.getMessages() != null) {
return parseDto(existing.getMessages());
}
// 2. 获取导师信息
@@ -70,34 +66,36 @@ public class MentorMockChatService {
String aiResponse = aiChatAbility.chat(systemPrompt, userMessage);
String json = AiResponseCleanTool.clean(aiResponse);
// 5. 解析
List<MentorMockChat.ChatMessage> chatMessages;
try {
chatMessages = HttpTool.objectMapper.readValue(json, new TypeReference<>() {});
} catch (Exception e) {
log.warn("模拟对话AI返回解析失败: {}", json, e);
throw new RuntimeException("模拟对话生成失败", e);
}
// 6. 入库(存在则更新,不存在则插入)
// 5. 入库(存在则更新,不存在则插入)
MentorMockChat existRecord = mentorMockChatMapper.selectOne(new LambdaQueryWrapper<MentorMockChat>().eq(MentorMockChat::getMentorId, mentorId));
if (existRecord != null) {
existRecord.setMessages(chatMessages);
existRecord.setMessages(json);
mentorMockChatMapper.updateById(existRecord);
} else {
MentorMockChat record = new MentorMockChat();
record.setMentorId(mentorId);
record.setMessages(chatMessages);
record.setMessages(json);
record.setCreateTime(Instant.now());
mentorMockChatMapper.insert(record);
}
// 7. 返回
MentorMockChatDto dto = new MentorMockChatDto();
dto.setMessages(chatMessages.stream()
.map(m -> new MentorMockChatDto.Message(m.getRole(), m.getContent()))
.toList());
return dto;
// 6. 返回
return parseDto(json);
}
/**
* 解析JSON字符串为DTO
*/
private MentorMockChatDto parseDto(String json) {
try {
List<MentorMockChatDto.Message> messages = HttpTool.objectMapper.readValue(json, new TypeReference<>() {});
MentorMockChatDto dto = new MentorMockChatDto();
dto.setMessages(messages);
return dto;
} catch (Exception e) {
log.warn("模拟对话JSON解析失败: {}", json, e);
throw new RuntimeException("模拟对话解析失败", e);
}
}
/**
@@ -107,18 +105,19 @@ public class MentorMockChatService {
return """
你是一个对话生成器。根据提供的导师资料和话题信息,生成一段求职者与导师之间的模拟对话。
要求:
1. 对话轮数:2~3轮(随机),每轮一条用户消息+一条导师消息组成
2. 用户消息:简短口语化,10~30字,带有真实困惑或追问
3. 导师消息:字数浮动,有长有短,短的10~30字,长的40~80字,体现专业性
4. 对话内容必须与导师的真实职业背景和话题方向强相关
5. 语气自然,像真实的即时通讯对话,不要书面化
6. 用户是求职者/应届生身份,导师根据自己的行业经验给出建议
严格要求:
1. 必须生成4~6条消息(即2~3轮对话),最少4条,最多6条,每轮=一条用户消息+一条导师消息,交替排列
2. 第一条必须是用户消息,第二条必须是导师消息,以此交替
3. 用户消息:简短口语化,10~30字,带有真实困惑或追问
4. 导师消息:字数浮动有长有短,短的10~30字,长的40~80字,体现专业性和行业经验
5. 对话内容必须与导师的真实职业背景和话题方向强相关
6. 语气自然,像微信聊天,不要书面化,不要用"您好"开头
7. 用户是求职者/应届生身份
返回JSON数组格式
[{"role":"user","content":"..."},{"role":"mentor","content":"..."},...]
返回JSON数组,数组长度必须>=4
[{"role":"user","content":"..."},{"role":"mentor","content":"..."},{"role":"user","content":"..."},{"role":"mentor","content":"..."}]
只返回JSON,不要任何额外说明""";
只返回JSON数组,不要任何其他文字""";
}
/**