Oracle读取Blob数据-通过hibernate

Hibernate对BLOB CLOB操作详解 Sql代码   1. create table users   2. (   3.  uids int primary key,   4.  img blob,   5.  txt clob   6. )     Java代码   1. import java.io.FileInputStream;   2. import java.io.FileNotFoundE 阅读详情

通过hibernate向Oracle存储字节类型的数据(如byte[]等),在定义实体对象的时候不能用"private byte[] content", 这样定义我试过,在存储数据的时候(session.save(user))是没有问题的,但是在读取Blob字段(Oracle中存储byte[]使用的是"BLOB"类型)时就会出现问题,读出来的东西就成了乱码.

 

使用hibernate读取Blob字段时,实体对象(对应的byte[]类型字段)应该这样定义:

import java.io.Serializable;
import java.sql.Blob;

public class User implements Serializable {                
	// Fields                  
	private long id;           
	private String name;           
	private String email;           
	private String addr;           
	// 定义Blob的pthto           
	private Blob photo;
	
	// getter and setters
	......
}


对应的hibernate文件配置:

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE hibernate-mapping PUBLIC "-//Hibernate/Hibernate Mapping DTD 3.0//EN"
"http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd">
<Hibernate-mapping>         
	<class name="com.xxx.xxx.User" table="user">             
		<id name="id" type="java.lang.Long">                 
			<column name="id" />                 
			<generator class="increment" />             
		</id>             
		<property name="name" type="java.lang.String">                 
			<column name="name" length="45" not-null="true" />             
		</property>             
		<property name="email" type="java.lang.String">                 
			<column name="email" length="45" />             
		</property>             
		<property name="addr" type="java.lang.String">                 
			<column name="addr" length="45" />             
		</property>             
		<!-- 映射blob类型 -->             
		<property name="photo" type="java.sql.Blob">                 
			<column name="photo" />             
		</property>         
	</class>     
</Hibernate-mapping>  

 

在hibernate.cfg.xml文件中一定要添加这句话

	<!--这句一定要加上,否则会报错,因为Oracle JDBC不允许流操作以批量方式进行,因此要关闭-->   
  	<property name="hibernate.jdbc.batch_size">0</property>


 


读取Blob数据方法:

// 写方法
public void testCreate(){                      
	User user = new User();          
	user.setName("linweiyang");          
	user.setAddr("beijing");          
	user.setEmail("linweiyang@163.com");          
	Blob photo = null;                  
	try {              
		//将图片读进输入流              
		FileInputStream fis = new FileInputStream("c:\\a.jpg");              
		//转成Blob类型              
		photo = Hibernate.createBlob(fis);                          
	} catch (FileNotFoundException e) {              
		e.printStackTrace();          
	} catch (IOException e) {              
		e.printStackTrace();          
	}                          
	user.setPhoto(photo);                     
	Session session = factory.openSession();          
	Transaction tr = session.beginTransaction();          
	session.save(user);          
	tr.commit();          
	session.close();         
}              

// 读方法
public void testRerieve(){                      
	Session session = factory.openSession();          
	User user = (User)session.load(User.class, new Long(3));          
	try {              
		//从数据库中要读取出来              
		InputStream is = user.getPhoto().getBinaryStream();              
		//在把写到一个图片格式的文件里              
		FileOutputStream fos = new FileOutputStream("c:\\linweihan.jpg");                          
		byte[] buffer = new byte[1024];              
		int len = 0;              
		//从数据库中读取到指定的字节数组中              
		while((len = is.read(buffer) )!= -1){                  
			//从指定的数组中读取,然后输出来,所以这里buffer好象是连接inputStream和outputStream的一个东西                  
			fos.write(buffer,0,len);              
		}          
	} catch (FileNotFoundException e) {              
		e.printStackTrace();          
	} catch (SQLException e) {              
		e.printStackTrace();          
	} catch (IOException  e) {              
		e.printStackTrace();          
	}                     
	session.close();      
}   


关于输入输出流

读入流自然要有读入的源头,输出也要输出到某个地方,输出一般是先要输读入,这里连接输入和输出的是一个在内存中的字节数组buffer.这样从数据库中读到这个数组里,输出流在从这个数组中输出到特定的文件格式里。

360加固DEX解密与ELF修复技术解析 本文深入解析360加固的DEX解密与ELF修复技术,详细介绍了其多层保护机制、Java层入口分析、Native层加载流程及反调试绕过技巧。通过RC4和zlib解密技术,结合Frida工具实现内存Dump和ELF文件修复,为逆向工程师提供实用解决方案。 阅读详情

相关推荐

基于FMCW技术的毫米波雷达测速原理与应用

调频连续波(FMCW)技术是毫米波雷达中实现高精度测速的核心方法之一。本文详细介绍了FMCW测速的基本原理、信号处理流程以及在实际应用中的关键技术。通过分析FMCW雷达的多普勒效应和频率差测量方法,本文展示了如何利用FMCW技术实现目标速度的高精度检测。此外,本文还探讨了FMCW测速在自动驾驶、智能交通和工业自动化等领域的应用案例,为毫米波雷达开发者提供了理论支持和实践指导。

不谈枯燥公式,只聊雷达趋势。用大白话解读毫米波里的黑科技。 1138

hibernate 创建blob对象

<br />用hibernate创建blob对象:<br /> Blob  blob=Hibernate.createBlob(Byte []);

gujian123456的专栏 1233

电商智能客服Agent开发实战:从零到一构建企业级AI助手

电商智能客服Agent是下一代AI应用的核心形态,它不仅能够回答用户问题,还能自主规划任务、调用工具并执行完整工作流程。本文将深入探讨AI Agent的基本概念、技术实现方式及电商场景中的应用,提供完整的开发流程和代码示例,帮助开发者从零开始构建一个功能强大的电商智能客服系统。通过模块化设计、多轮对话记忆管理和工具集成,这个Agent能够处理订单查询、商品推荐、退换货流程等复杂任务,同时具备企业级的安全性和稳定性保障。通过本文的介绍,读者已经掌握了构建电商智能客服Agent的核心技术与实现方法。

m0_64363449的博客 1367

Oracle中varchar2类型的字段长度是按照byte来定义的

很多新手在建数据库或添加表、字段时,会这样忽略一个问题:ORACLE中VARCHAR2类型的字段长度是按照byte来定义的。如果数据库使用的字符集是GBK,GB2312或者其他定长字符集的话,这个问题似乎可以被忽略,因为只要把数据库的字段长度/2就可以得到你要限制插入该字段的中文长度了。 但是,如果数据库的字符集是UTF-8呢,杯具了吧,人家是变长的。 有人说数据库字段长度/3,这是一定不可取的

Micheal_Scofield的专栏 2278

Linux 系统管理员必备:Chrome 企业版离线部署全攻略(含 RPM/DEB 双版本)

本文详细介绍了Linux系统管理员如何离线部署Chrome企业版,涵盖RPM和DEB双版本。从获取官方离线安装包到静默安装、权限配置及企业级策略管理,提供全流程解决方案,特别适合Ubuntu等DEB系系统管理员参考。

f9g0h的博客 497

保姆级教程:手把手教你用记事本修改DNF私服PVF,打造毕业级自定义装备

本文提供了一份详细的DNF私服PVF文件修改教程,教你如何使用记事本轻松打造毕业级自定义装备。从PVF文件结构解析到基础属性修改,再到高级特效设置,手把手教你实现装备属性的全方位定制,无需编程基础即可完成。

weixin_42525385的博客 1220

Oracle的VARCHAR2类型中的BYTE与CHAR参数

<br />CREATE TABLE TEST(<br />NAME VARCHAR2(2)<br />)<br /> <br />INSERT INTO TEST VALUES('测试');<br /> <br />在windows环境下:<br /><br /> <br />可见在windows默认情况下,VARCHAR2(2) 就等于是 VARCHAR2(2 BYTE)  一个汉字占2个字节<br /> <br />在linux环境下:<br /><br /> <br />可见在linux默认情况下,

hany233的专栏 1487

osgEarth添加线特征

部分关键代码: osgEarth::Annotation::FeatureNode* pathNode = 0; osgEarth::Symbology::Geometry* path = new osgEarth::Symbology::LineString(); Track*track = dynamic_cast<Track*>(entity->getProperty(PS_TRACK)); if (track == nullptr) { return; } st.

wb175208的专栏 2968

ORACLE中BLOB字段查询的方法

用PL/SQL查询Oracle数据库时,涉及BLOB类型字段,对其内容的查询方法记录如下: 数据库中的字段都是BLOB且装的是XML,需要对XML中的各个节点进行统计,即统计每个节点在每个表中的总量 本来想把BLOB转化成XMLTYPE的,却没有找到方法,最后使用BLOB的全文检索解决问题 SQL 如下: select * from table_name  where dbms_lob

ldcaws的专栏 1万+

从TL431光耦到集成隔离器:3种反激电源反馈方案全对比,你的项目到底该选哪个?

本文深入对比了反激电源设计中TL431光耦、集成隔离器和原边反馈三种主流反馈方案的优缺点,帮助开发者在电源设计中选择最适合的方案。从精度、成本、隔离等级等多维度分析,为反激式(Flyback)拓扑的应用提供实用选型指南。

weixin_30536513的博客 399

DeepLearning tutorial(7)深度学习框架Keras的使用-进阶

上一篇文章总结了Keras的基本使用方法,相信用过的同学都会觉得不可思议,太简洁了。十多天前,我在github上发现这个框架的时候,关注Keras的人还比较少,这两天无论是github还是微薄,都看到越来越多的人关注和使用Keras。所以这篇文章就简单地再介绍一下Keras的使用,方便各位入门。主要包括以下三个内容: 训练CNN并保存训练好的模型。 将CNN用于特征提取,用提取出来的特征训练SVM。

wepon的专栏 2万+

hibernate版本从Oracle中读取Blob数据

转自:https://blog.youkuaiyun.com/qq_34239028/article/details/81293252 hibernate3.2是采用的SerializableBlob类来处理Blob对象的。 public byte[] getPic(String isbn) throws Exception { byte[] pic = null; String sql = "se...

zhangtxsir的博客 463

【论文复现】——基于LM优化的NDT点云配准算法

传统的正态分布变换配准算法处理初始位姿变换相差较大的两帧点云时,存在无法收敛或者陷入局部最小值的问题。为了提高算法的收敛性能,提出了一种基于LM方法改进的三维正态分布变换配准算法。

点云侠的博客 1165

使用JDBC和Hibernate在oracle中插入和读取Blob数据的图片的java程序

注:本人借鉴了网上 http://www.iteye.com/topic/254 的一些信息,自己也做了一些修改,代码调试成功,希望给正在学这方面或者将要学这方面知识的同学一些帮助。            本人是在ssh框架下所建的工程,在一开始学习BLOB数据的插入和读取的时候遇到蛮多的问题,诸如:java.sql.Blob无法转换成oracle.sql.BLOB类型的问题(但使用JDBC

sunxiaolei1的专栏 1329

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Hibernate 5.1如何从Oracle中读取Blob数据

先回顾下以前的版本: 1、Hibernate 3.2是采用SerializableBlob类来处理Blob对象的。 看数据库中的image存储类型是BLOB。    相应的Hibernate 3.2处理代码: public byte[] getPic(String isbn) throws Exception { byte[] pic = null; String sql...

ZQ的博客 1017

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

用hibernate向oracle读取blob数据类型为并下载到本地

向Oracle读取16进制byte[]数据 这种方法只能处理总大小小于6M的数据(在默认的java虚拟机设置下)。  ①持久化类:   public class Mail implements Serializable { /** * 主键 */ private int id; /** * 即将传入数据库中的文件 */ private byte[...

u010559312的博客 248

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

hibernate oracle boolean 数据类型,用hibernate向oracle读取blob数据类型为并下载到本地...

向Oracle读取16进制byte[]数据这种方法只能处理总大小小于6M的数据(在默认的java虚拟机设置下)。①持久化类:public class Mail implements Serializable {/*** 主键*/private int id;/*** 即将传入数据库中的文件*/private byte[] filedata;/*此处省略get、set*/}②持久化类与hiberna...

weixin_39796238的博客 232

用Hibernate 对 Oracle9i Blob字段的读写

在oracle 中 ,有时varchar2 类型不能满足对字段的存储,这就需要 用  大类型数据存储   如:  blob     hibernate 对blob 字段操作步骤如下:      1、在java Bean 中 定义一字段   public class NewsEntry {         private Blob contents2 ;    private ...

蓝色天空 153

关于使用hibernate从Oracle数据库中读出Blob类型数据的处理小结

最近做一个项目,遇到使用hibernate从Oracle数据库中读出Blob类型数据的问题(以前遇到过使用hibernate从sqlserver数据库中读出image类型数据的问题,参看:http://javamao.iteye.com/blog/368739)。在此总结一下,综述:程序中用到的图片有两种方式存储,一是把其地址存入数据库,二是把图片存入数据库,相比较后者易于管理。前提:Oracle...

codejavamao的专栏 295

MySQL和Oracle在对Clob和Blob字段的处理

MySQL和Oracle在对Clob和Blob字段的处理 文章目录MySQL和Oracle在对Clob和Blob字段的处理前言一、MySQL与Oracle数据库如何处理Clob,Blob数据类型二、jdbc操作clob(以oracle为例)1.插入操作2. 读取操作三、jdbc操作blob四、hibernate处理clob五、使用hibernate处理blob总结 前言 一、MySQL与Oracle数据库如何处理Clob,Blob数据类型 (1) 不通数据库中对应clob,blob的类型

一页尘埃 601

Java hibernate blob图片读取

开始我并不知道之前的Coder的怎么存储的图片,我也看不到代码。 查看数据库图片存成了Blob类型,最后可以读取成base64的string,并在页面展示出来。 {首先我在度娘上搜:“java hibernate blob读取”之类的,最后用的例子都是查询一个ResultSet结果集回来,...

chunchagui0866的博客 239

Clob和Blob对象的存取

作为测试,我们新建一个TUser对象,其image属性中,保存了一个图片文件的二进制内容。而其resume属性,我们以一个简单的字符串作为填充。    1 TUser user  = new  TUser(); 

性格决定命运,专注影响成败 1003

【转】hibernate oracle blob数据类型的处理

本文转自http://www.cnblogs.com/azai/archive/2011/03/25/1995662.html 仅供作者个人学习用途 hibernate对blob的存储和读取比较特殊,不能像平常处理数据那样进行操作,下面是hibernate中对oracle blob类型的处理的例子: oracle数据库建表语句 create table stu(   id number(2)

zhaoweixs的专栏 551

hibernate clob字段读取

数据库中的大字段,譬如Clob,Blob,Text等,如果简单使用hibernate来读取实体可能会出现异常。 以Oracle为例: 针对Blob或者Clob,需要在spring注入hibernate的时候增加一下配置:   &lt;bean id="sessionFactory" class="org.springframework.orm.hibernate3.LocalSes...

loginin 485

Hibernate3操作Oracle的Blob字段

hibernate作为一个优秀的OR-Mapping构架,对数据库的基本操作进行了比较好的封装,针对Blob类型字段的操作也不例外。但网上大部分能找到的hibernate操作Blob的例程都是基于hibernate2版本的,同时在实际操作中我发现针对不同的数据库,可以有不同的操作方法。下面将hibernate3操作oracle的Blob字段进行一个介绍。          用JDBC操作Blob最

759

mysql 读取clob数据类型_MySql与Oracle数据库如何处理Clob,Blob数据类型

(1)不同数据库中对应clob,blob的类型:mysql中 : clob对应text blob对应blobdb2/oracle中 clob对应clob blob对应blob(2)domain中对应类型:clob 对应 String blob 对应 byte[]clob 对庆 java.sql.Clob blob 对应 java.sql.Blob(3)hibernate配置文件中对应类型:cl...

weixin_32943807的博客 1458
上一篇: Oracle读取Blob数据-通过JDBC
下一篇: Java初始化servlet数据
Android_Robot
博客等级 码龄15年 62粉丝 88原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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