SSH时,使用OpenSessionInViewFilter,Dao中用到了getSession()多刷新几次卡住了

本文探讨了在SSH框架中使用OpenSessionInViewFilter的方法,并对比了直接使用HibernateCallback进行查询的区别。通过具体实例展示了如何配置过滤器及其实现。

 

 没有怎么深入研究过Hibernate与Spring,最近在使用SSH时,使用了OpenSessionInViewFilter的方式:

 

 

  1. <filter>
  2.         <filter-name>OpenSessionInViewFilter</filter-name>
  3.         <filter-class>
  4.             org.springframework.orm.hibernate3.support.OpenSessionInViewFilter
  5.         </filter-class>
  6.         <init-param>
  7.             <param-name>singleSession</param-name>
  8.             <param-value>false</param-value>
  9.         </init-param>
  10.     </filter>
  11.     <filter-mapping>
  12.         <filter-name>OpenSessionInViewFilter</filter-name>
  13.         <url-pattern>/*</url-pattern>
  14.     </filter-mapping>

一个Dao类继承了HibernateDaoSupport,有一个方法如下:

  1. public List executeQuery( String hql, String[] param, int start, int pageSize) 
  2.     {
  3.                     // TODO Auto-generated method stub
  4.                     List list = new ArrayList();
  5.                     if(hql==null || hql.equals(""))
  6.                     {
  7.                         return list;
  8.                     }
  9.                     Query query = session.createQuery(hql);
  10.                     if(hql.indexOf("?")>0 && param!=null)
  11.                     {
  12.                         for(int i=1;i<=param.length;i++)
  13.                         {
  14.                             query.setParameter(i, param[i]);
  15.                         }
  16.                     }else if(hql.indexOf("?")<0 && param!=null)
  17.                     {
  18.                         return list;
  19.                     }
  20.                     if(start>=0 && pageSize>0)
  21.                     {
  22.                         query.setFirstResult(start);
  23.                         query.setMaxResults(pageSize);
  24.                     }
  25.                     return query.list();
  26.            }

 

结果在Action调用通过Service调用此方法,最后在浏览器里狂刷,才几下子...浏览器就停在那些了.没研究出什么原理,最后使用HibernateCallback回调解决了.

谁发现相关的文章给我发个连接啊~~~~

 

  1. public List executeQuery(final String hql, final String[] param, final int start, final int pageSize) 
  2.     {
  3.         return (List)getHibernateTemplate().execute(new HibernateCallback()//这里使用了匿名内部类 
  4.           {
  5.            public Object doInHibernate(Session session)//Spring进行事务维护 省去每次创建session和关闭session
  6.              throws HibernateException
  7.            {
  8.                     // TODO Auto-generated method stub
  9.                     List list = new ArrayList();
  10.                     if(hql==null || hql.equals(""))
  11.                     {
  12.                         return list;
  13.                     }
  14.                     Query query = session.createQuery(hql);
  15.                     if(hql.indexOf("?")>0 && param!=null)
  16.                     {
  17.                         for(int i=1;i<=param.length;i++)
  18.                         {
  19.                             query.setParameter(i, param[i]);
  20.                         }
  21.                     }else if(hql.indexOf("?")<0 && param!=null)
  22.                     {
  23.                         return list;
  24.                     }
  25.                     if(start>=0 && pageSize>0)
  26.                     {
  27.                         query.setFirstResult(start);
  28.                         query.setMaxResults(pageSize);
  29.                     }
  30.                     return query.list();
  31.            }
  32.           }, true);
  33.     }

 

基于实迭代的数值鲁棒NMPC双模稳定预测模型(Matlab代码实现)内容概要:本文介绍了基于实迭代的数值鲁棒非线性模型预测控制(NMPC)双模稳定预测模型的研究与Matlab代码实现,重点在于通过数值方法提升NMPC在动态系统中的鲁棒性与稳定性。文中结合实迭代机制,构建了能够应对系统不确定性与外部扰动的双模预测控制框架,并利用Matlab进行仿真验证,展示了该模型在复杂非线性系统控制中的有效性与实用性。同,文档列举了大量相关的科研方向与技术应用案例,涵盖优化调度、路径规划、电力系统管理、信号处理等个领域,体现了该方法的广泛适用性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事自动化、电气工程、智能制造等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于解决非线性动态系统的实控制问题,如机器人控制、无人机路径跟踪、微电网能量管理等;②帮助科研人员复现论文算法,开展NMPC相关创新研究;③为复杂系统提供高精度、强鲁棒性的预测控制解决方案。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注NMPC的实迭代机制与双模稳定设计原理,并参考文档中列出的相关案例拓展应用场景,同可借助网盘资源获取完整代码与数据支持。
UWB-IMU、UWB定位对比研究(Matlab代码实现)内容概要:本文介绍了名为《UWB-IMU、UWB定位对比研究(Matlab代码实现)》的技术文档,重点围绕超宽带(UWB)与惯性测量单元(IMU)融合定位技术展开,通过Matlab代码实现对两种定位方式的性能进行对比分析。文中详细阐述了UWB单独定位与UWB-IMU融合定位的原理、算法设计及仿真实现过程,利用传感器数据融合策略提升定位精度与稳定性,尤其在复杂环境中减少信号遮挡和漂移误差的影响。研究内容包括系统建模、数据预处理、滤波算法(如扩展卡尔曼滤波EKF)的应用以及定位结果的可视化与误差分析。; 适合人群:具备一定信号处理、导航定位或传感器融合基础知识的研究生、科研人员及从事物联网、无人驾驶、机器人等领域的工程技术人员。; 使用场景及目标:①用于高精度室内定位系统的设计与优化,如智能仓储、无人机导航、工业巡检等;②帮助理解源传感器融合的基本原理与实现方法,掌握UWB与IMU互补优势的技术路径;③为相关科研项目或毕业设计提供可复现的Matlab代码参考与实验验证平台。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现细节,重点关注数据融合策略与滤波算法部分,同可通过修改参数或引入实际采集数据进行扩展实验,以加深对定位系统性能影响因素的理解。
本系统基于MATLAB平台开发,适用于2014a、2019b及2024b等个软件版本,并提供了可直接执行的示例数据集。代码采用模块化设计,关键参数均可灵活调整,程序结构逻辑分明且附有详细说明注释。主要面向计算机科学、电子信息工程、数学等相关专业的高校学生,适用于课程实验、综合作业及学位论文等教学与科研场景。 水声通信是一种借助水下声波实现信息传输的技术。近年来,输入输出(MIMO)结构与正交频分复用(OFDM)机制被逐步整合到水声通信体系中,显著增强了水下信息传输的容量与稳健性。MIMO配置通过天线收发实现空间维度上的信号复用,从而提升频谱使用效率;OFDM方案则能够有效克服水下信道中的频率选择性衰减问题,保障信号在复杂传播环境中的可靠送达。 本系统以MATLAB为仿真环境,该工具在工程计算、信号分析与通信模拟等领域具备广泛的应用基础。用户可根据自身安装的MATLAB版本选择相应程序文件。随附的案例数据便于快速验证系统功能与性能表现。代码设计注重可读性与可修改性,采用参数驱动方式,重要变量均设有明确注释,便于理解与后续调整。因此,该系统特别适合高等院校相关专业学生用于课程实践、专题研究或毕业设计等学术训练环节。 借助该仿真平台,学习者可深入探究水声通信的基础理论及其关键技术,具体掌握MIMO与OFDM技术在水声环境中的协同工作机制。同,系统具备良好的交互界面与可扩展架构,用户可在现有框架基础上进行功能拓展或算法改进,以适应更复杂的科研课题或工程应用需求。整体而言,该系统为一套功能完整、操作友好、适应面广的水声通信教学与科研辅助工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值