Druid与Dbutils集成实现查询结果集封装

告别ResultSet的烦恼:用Apache DBUtils + Druid连接池,5分钟搞定Java数据库查询封装 本文介绍了如何利用Apache DBUtils与Druid连接池快速封装Java数据库查询,解决传统JDBC操作中的ResultSet处理繁琐、资源管理复杂等问题。通过QueryRunner和ResultSetHandler的黄金组合,开发者可以在5分钟内实现高效、安全的数据访问,显著提升生产环境下的系统性能和稳定性。 阅读详情

1、前言

       DBUtils是apache下的一个小巧的JDBC轻量级封装的工具包,其最核心的特性是 结果集的封装 ,可以直接将查询出来的结果集封装成JavaBean,这就为我们做了最枯燥乏味、最容易出错的一大部分工作。
       核心类介绍:
       1:DbUtils:连接数据库对象----jdbc辅助方法的集合类,线程安全。作用:控制连接,控制驱动加载。与druid集成的话,此类用不到
       2:QueryRunner:SQL语句的操作对象。作用:可以设置查询结果集的封装策略,线程安全
       3:ResultSetHandle:封装数据的策略对象------将封装结果集中的数据,转换到另一个对象。策略:封装数据到对象的方式(eg:将数据库保存在自定义java bean、或保存到数组、保存到集合)

       Druid号称是Java语言中最好的 数据库连接池 。Druid能够提供强大的监控和扩展功能 。监控配置可参阅:

       https://github.com/alibaba/druid/wiki/%E9%85%8D%E7%BD%AE_StatViewServlet%E9%85%8D%E7%BD%AE>

       https://github.com/alibaba/druid/wiki/配置_StatFilter

        本文以postgresql为例对druid与DBuitls的集成做一总结

2、需求

       项目中需要对postgresql数据库中存储的代理IP做检查,定时将过期的IP记录删除。定时功能看下一篇。

3、代码

       先添加依赖

dependencies {
    compile "commons-dbutils:commons-dbutils:${commonsDbutilsVersion}"
    compile 'org.apache.logging.log4j:log4j-core:2.8.2'
    compile "com.alibaba:druid:${druidVersion}"
    compile "mysql:mysql-connector-java:${mysqlConnectorVersion}"
    compile 'org.postgresql:postgresql:42.2.5'
}
ext {
    commonsDbutilsVersion = '1.6'
    druidVersion = '1.0.18'
    mysqlConnectorVersion = '5.1.37'
}

       代理IP的属性如下所示,其中字段ip包含了IP地址和端口,提前在数据库中新建表,字段与该类属性对应。

public class IPItem
{
    private Long id;
    private String did;
    private String ip;
    private String type;
    private String position;
    private String speed;
    private String lastCheckTime;

    public Long getId() {
        return id;
    }

    public void setId(Long id) {
        this.id = id;
    }

    public String getDid() {
        return did;
    }

    public void setDid(String did) {
        this.did = did;
    }

    public String getIp() {
        return ip;
    }

    public void setIp(String ip) {
        this.ip = ip;
    }

    public String getType() {
        return type;
    }

    public void setType(String type) {
        this.type = type;
    }

    public String getPosition() {
        return position;
    }

    public void setPosition(String position) {
        this.position = position;
    }

    public String getSpeed() {
        return speed;
    }

    public void setSpeed(String speed) {
        this.speed = speed;
    }

    public String getLastCheckTime() {
        return lastCheckTime;
    }

    public void setLastCheckTime(String lastCheckTime) {
        this.lastCheckTime = lastCheckTime;
    }
}

       我们一般基于Druid做数据库连接池封装(通常设为单例),即读取配置文件中的数据库相关配置。在与dbutils集成的时候暴露一个QueryRunner对象,供其他类调用。将封装的数据库连接池命名为PostgreSQLPool ,代码如下:

import com.alibaba.druid.pool.DruidDataSource;
import com.alibaba.druid.pool.DruidDataSourceFactory;
import com.**.ConfigParser;
import com.**.Logger;
import java.util.Map;
import java.util.Properties;
import org.apache.commons.dbutils.QueryRunner;

public class PostgreSQLPool {
    private static PostgreSQLPool instance = null;
    private static final Logger logger = Logger.getLogger(PostgreSQLPool.class);
    private DruidDataSource dds;
    private QueryRunner runner;
    private Properties properties;

    public QueryRunner getRunner() {
        return this.runner;
    }

    private PostgreSQLPool() {
        ConfigParser parser = ConfigParser.getInstance();
        String dbAlias = "postgresql-data";
        Map<String, Object> dbConfig = parser.getModuleConfig("database");
        Map<String, Object> postgresqlConfig = (Map)parser.assertKey(dbConfig, dbAlias, "database");
        Properties properties = new Properties();
        String url = (String)parser.assertKey(postgresqlConfig, "url", "database." + dbAlias);
        String username = (String)parser.assertKey(postgresqlConfig, "username", "database." + dbAlias);
        String password = (String)parser.assertKey(postgresqlConfig, "password", "database." + dbAlias);
        properties.setProperty("url", url);
        properties.setProperty("username", username);
        properties.setProperty("password", password);
        properties.setProperty("maxActive", "20");
        this.properties = properties;

        try {
            this.dds = (DruidDataSource)DruidDataSourceFactory.createDataSource(properties);
        } catch (Exception var10) {
            logger.error("Failed to connect data PostgreSQL db,Exception:{}", var10);
        }

        this.runner = new QueryRunner(this.dds);
    }

    public static PostgreSQLPool getInstance() {
        if (instance == null) {
            Class var0 = PostgreSQLPool.class;
            synchronized(PostgreSQLPool.class) {
                if (instance == null) {
                    instance = new PostgreSQLPool();
                }
            }
        }

        return instance;
    }
}

       这里可以自定义数据库配置文件的读取方式,将ConfigParser用你的读取方式替换即可,测试用的话也可先写死在里面。ConfigParser类为我司爬虫项目的配置读取类,主要是读取yaml文件,解析层次结构的配置对象。"config.yml"为项目路径src/main/resource或src/main/config目录下的配置文件名,ConfigParser代码如下:

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.util.Map;
import org.yaml.snakeyaml.Yaml;

public class ConfigParser {
    private static final Logger logger = Logger.getLogger(ConfigParser.class);
    private static ConfigParser instance = new ConfigParser();
    private static final String CONFIG_FILENAME = "config.yml";
    private Yaml yaml = null;
    private Object config;

    private ConfigParser() {
        if (this.yaml == null) {
            this.yaml = new Yaml();
        }

        File f = ResourceUtils.loadResouces("config.yml");

        try {
            this.config = this.yaml.load(new FileInputStream(f));
            logger.info("file {} is loaded", f.getAbsoluteFile());
        } catch (FileNotFoundException var3) {
            var3.printStackTrace();
        }

    }

    public static ConfigParser getInstance() {
        return instance;
    }

    public Object getConfig() {
        return this.config;
    }

    public Map<String, Object> getModuleConfig(String name) {
        return this.getModuleConfig(name, this.config);
    }

    public Map<String, Object> getModuleConfig(String name, Object parent) {
        Map<String, Object> rtn = (Map)((Map)parent).get(name);
        return rtn;
    }

    public Object assertKey(Map<String, Object> config, String key, String parent) {
        Object value = config.get(key);
        if (value == null) {
            logger.error("{}.{} is a mandatory configuration", new Object[]{parent, key});
            System.exit(0);
        }

        return value;
    }

    public Object getValue(Map<String, Object> config, String key, Object def, String parent) {
        Object value = config.get(key);
        if (value == null) {
            logger.warn("{}.{} is't configured, default value {} is used", new Object[]{parent, key, def});
            config.put(key, def);
            return def;
        } else {
            return value;
        }
    }

    public void dumpConfig() {
        System.out.println(this.yaml.dump(this.config));
    }
}

       config.yml配置如下:

apps:
  ## 基本属性
  spider-ipxundaili:
    common:
      group: ipproxy-xundaili-zhg
      cron: "0 */5 * * * ?"
      firstpage: 1
      totalpages: 1
      distribute: false
      fixed: true
      order: desc
    ## 数据源
    source:
      baseurl: http://api.xdaili.cn/xdaili-api//greatRecharge/getGreatIp?spiderId=***&orderno=***&returnType=2&count=10
      listpageregex: "http://www\\.xdaili\\.cn/"
    ## 存储路径
    storage:
      ## dbType: MySQL HBase Hive MongoDB Kafka
      dbtype: PostgreSQL
      dbalias: postgresql-data
    filter:
      searchfilter: false
      contentfilter: false
    ## 反爬虫
    antirobot:
      ipproxy: false
      listipproxy: false
      # 15分钟提取一次 一天提取96次 一次10个 共计960个IP
      sleeptime: 900000
    analysis:
      sentiment: false

distribute:
  scheduler: com.cetiti.ddc.scheduler.MemberScheduler
#  dbtype: redis
#  dbalias: redis

database:
  postgresql-data:
    url: "jdbc:postgresql://ip:port/dbname"
    username: postgres
    password: ***
    table-pre: ip_
    table: proxy
  redis:
    ip: 10.0.30.75
    port: 6379

       编写Dao层代码,delete方法为根据入参item的id删除ip_proxy表中的代理IP记录,另一个getAllItemFromDB方法是在ip_proxy表中查询出前2000条代理IP记录。其中查询结果集用new BeanListHandler(IPItem.class)封装。

import com.**.IPItem;
import com.**.PostgreSQLPool;
import com.**.logger.Logger;
import org.apache.commons.dbutils.QueryRunner;
import org.apache.commons.dbutils.handlers.BeanListHandler;
import org.apache.commons.dbutils.handlers.MapHandler;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.List;

public class PostgreSQLDao {

    private static final Logger logger = Logger.getLogger(PostgreSQLDao.class);  
    private static QueryRunner runner;

    public PostgreSQLDao(){
        runner = PostgreSQLPool.getInstance().getRunner();
    }

    public void delete(IPItem item){
        String iSql = "delete from ip_proxy where id = ?";
        Object[] iParams={
                item.getId()
        };
        try {
            runner.insert(iSql,new MapHandler(),iParams);
        } catch (SQLException e) {
            logger.error("Failed to storage item to PostgreSQL db,Exception:{}",e);
        }
    }

    @SuppressWarnings("unchecked")
    public List<IPItem> getAllItemFromDB(){
        try {
            String qSql =  "select * from ip_proxy limit 2000";
            @SuppressWarnings("rawtypes")
            BeanListHandler blh = new BeanListHandler(IPItem.class);
            //以自定义类IPItem的list封装查询结果集
            return (ArrayList<IPItem>) runner.query(qSql,blh);
        } catch (SQLException e) {
            logger.error("getAllIpFromDB", e);
            return null;
        }
    }
}

封装处理策略如下:

  • ArrayHandler:把结果集中的第一行数据转成对象数组。
  • ArrayListHandler:把结果集中的每一行数据都转成一个对象数组,再存放到List中。
  • BeanHandler:将结果集中的第一行数据封装到一个对应的Java Bean实例中。
  • BeanListHandler:将结果集中的每一行数据都封装到一个对应的Java Bean实例中,存放到List里。
  • ColumnListHandler:将结果集中某一列的数据存放到List中。
  • KeyedHandler:将结果集中的每一行数据都封装到一个Map里,然后再根据指定的key把每个Map再存放到一个Map里。
  • MapHandler:将结果集中的第一行数据封装到一个Map里,key是列名,value就是对应的值。
  • MapListHandler:将结果集中的每一行数据都封装到一个Map里,然后再存放到List。
  • ScalarHandler:返回指定列的一个值或返回一个统计函数的值,通常用于封装类似count、avg、max、min、sum······函数的执行结果

       接口调用(先查询出表中记录,然后逐一删除之):

public static void main(String[] args)  {
    List<IPItem> items =  postgreSQLDao.getAllItemFromDB();
    for(IPItem item : items){
        postgresql.delete(item);
        logger.info("cancel the proxy IP {} ! ",item.getIp());
    }
}
Python 使用 PyMysql、DBUtils 创建连接池提升性能 DBUtils 是一套 Python 数据库连接池包,并允许对非线程安全的数据库接口进行线程安全包装。这篇文章主要介绍了Python 使用 PyMysql、DBUtils 创建连接池,提升性能,需要的朋友可以参考下 立即下载

相关推荐

STM32 无线充电接收端硬件设计:从 LC 谐振到 PWM 控制的 5 大关键电路解析

本文深入解析了基于STM32的无线充电接收端硬件设计,重点探讨了LC谐振倍压整流、INA282电流采样、IR2104S半桥驱动、超级电容保护及STM32最小系统等5大关键电路。针对超级电容的恒功率充电需求,详细介绍了PID控制算法优化及PCB设计实战要点,帮助工程师提升无线充电系统的效率和可靠性。

weixin_31774841的博客 387

DBUtils+druid基本使用

DBUtils+druidDBUtils + druid实现数据库增删查改DBUtils + druid实现多行数据查询DBUtils + druid实现单行数据查询DBUtils + druid实现单个数据查询DBUtils + druid实现数据库DML修改数据库中的一条数据插入一条数据到数据库从数据库中删除一条数据最后释放资源BasicDao实例BasicDao.javaGoods.java插入一条数据到数据库中修改数据库中的数据删除数据库中的一条数据查询多行数据查询单行数据查询单行单列数据 DBUt

一个小小的码农 5542

Bode图、ABCD矩阵与EET结合:三步搞定复杂电路传递函数分析

在模拟电路与电源控制设计中,传递函数和频率响应是衡量系统稳定性的核心指标。Bode图以直观的幅频/相频曲线揭示带宽与相位裕度,ABCD二端口矩阵可将级联网络结构化表达,而EET额外元素定理则针对寄生电容、负载效应等局部修正提供显式公式。三者互补,组合成一套从整体拓扑到局部寄生修正的完整分析方法:先用ABCD搭建主体网络,再用EET快速加入额外元件,最后用Bode图验证传递函数和稳定裕度。该方法适用于滤波器设计、电源环路补偿、运放稳定性分析等线性小信号场景,支持Python/SciPy和SPICE交叉验证,显

weixin_32496547的博客 363

DbUtils + Druid 实现 JDBC 操作 --- 附BaseDao

commons-dbutils 是 Apache 组织提供的一个开源 JDBC工具类库,它是对JDBC的简单封装,学习成本极低,并且使用dbutils能极大简化jdbc编码的工作量,同时也不会影响程序的性能。工具类:org.apache.commons.dbutils.DbUtils。

shiqifei的博客 397

Codex App 远程 SSH 连接 autodl 配置全攻略

SSH 远程连接是开发中常用的技术,通过加密通道实现本地与远程服务器的安全通信。其原理基于非对称加密和密钥对认证,确保数据传输安全。在 AI 开发场景中,远程连接能充分利用云端 GPU 算力,同时保留本地编辑器的流畅体验。autodl 作为主流算力云平台,支持通过 SSH 接入实例,但 Codex App 等工具需额外配置。本文详细讲解如何获取 autodl 的 SSH 接入信息、配置密钥登录、填写 Codex App 远程连接参数,并解决连接拒绝、权限报错等常见问题,帮助开发者高效搭建远程开发环境。

weixin_28312391的博客 259

医学图像分割实战:基于TransUNet训练自己的眼底硬渗出物数据集(附完整代码)

本文详细介绍了基于TransUNet的眼底硬渗出物分割实战指南,涵盖数据预处理、模型调优、训练策略及性能优化等关键环节。通过代码复现和实验对比,展示了TransUNet在医学图像分割中的优势,为糖尿病视网膜病变的早期诊断提供技术支持。

weixin_42524708的博客 364

Druid连接池-JDBC工具类封装

1、导入相关的jar包和配置文件 注:本文仅提供自己查阅使用 导入Druid的jar包和mysql的驱动包 2、项目文件 3、代码 JDBCUtils package com.druid.utils; import com.alibaba.druid.pool.DruidDataSourceFactory; import com.mysql.jdbc.PreparedStatement; import javax.sql.DataSource; import java.io.InputStream;

qq_54092308的博客 534

华为OD机试双机位A卷 - 小明减肥 (C++ & Python & JAVA & JS & GO)

华为OD机试2025双机位A卷 小明减肥,提供Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解

qq_45776114的博客 710

dbutils使用步骤+druid

它的子实现类:BeanHandler---->将查询的某一条记录封装到实体了中(JavaBean:是具体类,属性私有,对外提供setXXX()/getXXX)ScalarHandler:通过聚合函数(count(列名称),其他max(xx),avg(xxx))查询单行单的列的数据。子实现类:BeanListHandler<T> ---将查询的多条记录封装到List集合中,List集合都是当前类对象。(Class<T> type) ---> 参数针对查询的记录--封装到类名.class中。

m0_72040517的博客 304

YOLOv11知识蒸馏实战:让小模型拥有大模型90%精度,速度提升3倍的终极教程

在self.alpha = alpha # 蒸馏损失权重self.temperature = temperature # 温度系数,控制分布平滑度# 输出分布蒸馏(KL散度损失)# 中间特征蒸馏(MSE损失,对齐中间层特征)# 总蒸馏损失知识蒸馏是YOLOv11在“小模型高性能部署”场景的“破局之法”——它让小模型能“站在大模型的肩膀上”,兼具速度与精度。从损失函数定义到多阶段训练,再到实战落地,本教程已为你铺就了一条清晰的路径。

m0_64661770的博客 803

cuRobo 入门教程(一)基于CUDA的机器人运动规划加速库

cuRobo是一款基于CUDA加速的机器人算法库,提供运动学计算、碰撞检测、轨迹优化等功能。该库采用并行优化技术,在GPU上实现高效运算,比现有方案快60倍。cuRobo支持多种机器人模型和环境表示,包含正向/逆向运动学、无碰撞轨迹生成、模型预测控制等核心算法,并可与IsaacSim等仿真平台集成。其特点包括:1) 支持多种碰撞检测方式(长方体/网格/深度图像);2) 提供批量环境处理和实时世界更新;3) 通过CUDA Graphs加速优化迭代;4) 在Jetson Orin等平台实现毫秒级运动规划。安装支

2506_90492529的博客 1931

dbutils和druid包的导入和使用

jdbc连接数据库配置(二)——dbutils和druid包的导入和使用

Cocobuhui的博客 2279

C++和OpenGL实现3D游戏编程【连载6】——不规则图形的纹理贴图(附源码)

上一节我们讨论了纹理贴图的相关基础操作,但上一节的纹理贴图操作基本上都是规则图形,包括圆形和球形虽然复杂一点,但是它也是规则的。这一节课我们要讨论一下,怎么在不规则图形上纹理贴图,就比如文章下图的心形纹理贴图,以及纹理的平移、旋转、放大缩小功能。

zhooyu的博客 1308

使用DBUtils实现查询操作

使用DBUtils实现增删改操作 步骤 拷贝jar包 创建QueryRunner()对象 传入DataSource 调用query(sql, resultSetHandler,params)方法 ResultSetHandler结果集处理类介绍 BeanHandler() 查询一条记录封装到JavaBean对象 BeanListHandler() 查询多条记录封装到List<JavaBean>list ScalarHandler() 封装单个记录的 eg:统计

weixin_49496988的博客 2334

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Apache-DBUtils 搭配Druid数据库连接池实现CRUD操作

Apache-DBUtils 搭配Druid数据库连接池实现CRUD操作 Apache-DBUtils简介: commons-dbutils 是 Apache 组织提供的一个开源 JDBC工具类库,它是对JDBC的简单封装,学习a成本极低,并且使用dbutils能极大简化jdbc编码的工作量,同时也不会影响程序的性能。 主要API的使用 QueryRunner类 该类简单化了SQL查询,它与ResultSetHandler组合在一起使用可以完成大部分的数据库操作,能够大大减少编码量。 QueryRu

dhaixuexi_1的博客 2465

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Apache-DButils以及Druid(德鲁伊) 多表连接查询的解决方案:两种

select 多表查询存储其结果集的数据信息。两种方案:第一种方案:创建一个JavaBean 附加上另外一张数据表的 JavaBean 类作为 类属性存在该方案不可以使用 BeanListHandler 存储形式,存在 null 空指针异常的问题,而是替换使用 MapListHandle 的方式,通过 循环迭代foreach()通过 key(注意是数据表结构的字段名,别名没有用),获取到对应的 value 值,再通过 set 方法赋值到对应的类属性中去。

weixin_61635597的博客 1506

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

深入 Apache DBUtils:--结果集ResultSet转换为多种形式 简化 JDBC 编程的利器

在 Java 数据库编程中,JDBC 是连接和操作数据库的标准 API。然而,直接使用 JDBC 往往需要编写大量重复代码,且容易出错。Apache DBUtils 是一个开源的 JDBC 工具库,旨在简化 JDBC 编程,提升开发效率。本文将深入探讨 Apache DBUtils 的核心特性、底层源码解读以及实际应用。

keshi12354的博客 1188

DBUtils及其各种resultsetHandler的使用;Druid使用

数据库工具DButils作用使用过程ResultSetHandlerBeanHandler<>(User.class)BeanListHandler<>(User.class)ArrayHandler()ArrayListHandler()MapHandler()ArrayListHandler()ScalarHandler()ColumnListHandler(指定列)K...

Zoya_R的博客 784

c3p0、Druid连接池+工具类 Apache-DbUtils (详解!!!)

数据库连接池是在应用程序启动时创建一定数量的数据库连接,并将这些连接存储在池中。当应用程序需要与数据库通信时,它可以向池中请求一个连接,使用完后将连接归还给池,而不是关闭连接。这样可以减少创建和关闭连接的开销,提高应用程序的性能。

阿鹏的博客 2102

DBUtils、Druid、JDBC的关系和分工

JDBC 是基础标准,Druid 优化连接管理(复用连接 ),DBUtils 优化编码流程(简化 SQL 执行和结果处理 )。三者协同,让数据库操作更高效、更简洁,是实际项目中常用的组合~

全局可见 812

JDBC(四) 三层架构、DAOUtils、Druid连接池、DBUtils

本文详细介绍了Java数据库开发中的三层架构设计与工具封装技术。主要内容包括:1) 三层架构(DAO、Service、Web层)的分工与包结构设计;2) DAOUtils工具类对JDBC操作的二次封装,通过泛型和RowMapper接口实现通用查询;3) 使用Druid连接池优化数据库连接管理;4) Apache DBUtils工具的应用,包括QueryRunner的增删改查操作及结果集处理(BeanHandler/BeanListHandler)。这些技术方案有效减少了JDBC冗余代码,提高了开发效率和系统

qq_36634055的博客 1082

dbutils连接mysql_druid连接池与DButils操作mysql数据库

Druid是什么?druid德鲁伊是阿里开源的一个连接池,是国内性能最高的连接池。源码地址:https://github.com/alibaba/druidDButils是什么?dbutils是一个jdbc的工具,主要用来简化jdbc的代码。源码地址:http://commons.apache.org/proper/commons-dbutils/druid连接池工具抽取:下载jar包:druid...

weixin_34340606的博客 391

druid连接池与DButils操作mysql数据库

Druid是什么? druid德鲁伊是阿里开源的一个连接池,是国内性能最高的连接池。源码地址: https://github.com/alibaba/druid DButils是什么? dbutils是一个jdbc的工具,主要用来简化jdbc的代码。源码地址: http://commons.apache.org/proper/commons-dbutils/ druid...

毅成功的博客 735

【重点】commons-dbutils

DBUtils 简介 DBUtils是Java编程中的数据库操作实用工具,小巧简单实用。DBUtils封装了对JDBC的操作,简化了JDBC操作,可以减少60%以上的代码。 DBUtils三个核心功能介绍 QueryRunner:r核心类提供对sql语句操作的API QueryRunner(DataSourcr ds):提供数据源(连接池),DbUtils底层自动维护连接connection ...

哈 3060

DBUtils工具类实现增删改查

DBUtils工具类实现增删改查一、数据库连接池Druid工具类二、DBUtils实现增删改三、DBUtils实现查询单条数据四、DBUtils实现查询批量数据五、DBUtils实现按键值对查询数据六、查询单个数据 QueryRunner提供对sql语句操作的API ResultSetHandler接口,用于定义select操作后,怎样封装结果集 结果集处理类 描述 ArrayHandler 将结果集中的第一条记录封装到一个Object[]数组中,数组中的每一个元素就是这条记录中的每一个

zhengzaifeidelushang的博客 8553

DBUtils工具:QueryRunner类和ResultSetHandler相关实现类应用

Apache组织提供了一个DBUtils工具类库,该类库实现了对JDBC的简单封装,能在不影响数据库访问性能的情况下,极大地简化JDBC的编码工作。本章将针对数据库连接池和DBUtils工具进行详细讲解。

m0_60340721的博客 1392
上一篇: SpringBoot集成redis集群 实现redis的消息队列消费者-生产者模式,订阅者发布者模式
下一篇: Docker、Git、 Linux常用命令总结
zhg_vincent
博客等级 码龄12年 93粉丝 45原创
评论
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