JDBC之初体验

package pro8;
import java.sql.*;
import java.sql.Connection;
import java.sql.ResultSet;
import java.sql.Statement;


public class Test {
public static void main(String[] args) {
// TODO Auto-generated method stub
/**
* 1.首先在C:\Oracle\product\11.2.0\dbhome_1\jdbc\lib 中的ojdbc6.jar包文件给导入进来,驱动包
* 2.点击需要进行驱动加载的包鼠标右键进行 build path中进行导入
* jdbc:表示一种协议
* oracle:数据库
* thin oracle的一种模式
* @表示地址 :1521端口 orcl数据库的服务名

*/
String url="jdbc:oracle:thin:@localhost:1521:orcl";
String user="scott";
String password="admin";
Connection con = null;
Statement stmt=null;
ResultSet rs=null;
try {
//1.加载驱动
Class.forName("oracle.jdbc.driver.OracleDriver");
//2.获取数据库的链接
      con=DriverManager.getConnection(url,user,password);
    //3.构建statement对象
     stmt = con.createStatement();
     //4.执行sql语句
     String sql="select * from emp";
     rs = stmt.executeQuery(sql);
//5.遍历rs结果集
     while (rs.next()) {
           String ename = rs.getString("ENAME");
           String job = rs.getString("JOB");
           System.err.println(ename+"\t"+job);
     }



}catch(ClassNotFoundException e){
e.printStackTrace();
}catch(SQLException e){
e.printStackTrace();
}finally{
try {
if (rs!=null) {
rs.close();
}
if (stmt!=null) {
stmt.close();
}
if (con!=null) {
con.close();
}
} catch (SQLException e) {
// TODO: handle exception
e.printStackTrace();
}
}
}
}
### Flink 入门教程初学者指南 #### 了解Flink及其优势 Apache Flink 是一个活跃的开源项目,因其强大的社区支持和详尽的文档资源,在流处理方面表现出色。它能够在有界和无界数据流上提供高吞吐量和低延迟的操作,适用于现代实时数据处理场景[^1]。 #### 社区支持与资源获取 对于初次接触Flink的新手来说,充分利用其社区提供的各种帮助渠道非常重要。可以通过官方论坛、邮件列表等方式获得技术支持;同时,官方网站上的教程和案例分析也是不可多得的学习材料。 #### 开发环境搭建 要在本地环境中运行Flink程序,建议使用PyCharm作为IDE,并通过终端执行`python -m pip install apache-flink`来安装必要的库文件,默认情况下会下载并配置最新的稳定版Flink环境[^3]。 #### 实践示例:Word Count 下面给出一段简单的Python代码片段用于演示如何基于Flink实现经典的单词计数功能: ```python from pyflink.dataset import ExecutionEnvironment from pyflink.table import BatchTableEnvironment, TableConfig env = ExecutionEnvironment.get_execution_environment() t_config = TableConfig() t_env = BatchTableEnvironment.create(env, t_config) # 假设有一个名为 'words' 的表已经创建好 result = t_env.sql_query(""" SELECT word, COUNT(*) AS count FROM words GROUP BY word; """) print(result.to_pandas()) ``` 此段代码展示了如何连接至已存在的数据源并对其中的数据进行聚合统计操作。需要注意的是,在实际应用场景中可能还需要额外设置诸如JDBC驱动等组件以满足特定需求[^5]。
评论
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