Hibernate学习(1):常规数据库操作

本文深入介绍了在使用Hibernate之前,如何利用Java进行数据库操作的基础方法。包括通过DriverManager建立数据库连接的过程,Class.forName方法的作用,以及如何使用Statement和ResultSet等关键API。
在学习Hibernate之前,有必要了解一下,不采用Hibernate,Java是怎么进行数据库操作的。先看如下一段代码:

try
{
Class.forName ( "oracle.jdbc.driver.OracleDriver" ) ;
Connection conn= DriverManager.getConnection (
"jdbc:oracle:thin:@dbserver:1521:XXX" ,
"UserID" ,
"Password"
)
String sSQL = "Select * from Test_Table" ;
Statement statement = conn.createStatement () ;
ResultRest rs = statement.execute ( sSQL ) ;
}
catch ( ClassNotFoundException e )
{
e.printStackTrace () ;
}
catch ( SQLException e )
{
e.printStackTrace () ;
}
finally
{
if ( conn!= null )
{
try
{
if ( statement!= null )
{
try
{
statement.close () ;
}
catch ( SQLException e )
{
e.printStackTrace () ;
}
}
conn.close () ;
}
catch ( SQLException e )
{
e.printStackTrace () ;
}
}
}

这里有几个学习点: Class.forName( ), Connection, DriverManager, Statement,ResultRest。

在学习Class.forName()之前,先说说DriverManager:DriverManager类是 JDBC的管理层,作用于用户和驱动程序之间。它跟踪可用的驱动程序,并在数据库和相应驱动程序之间建立连接。另外,DriverManager类也处理诸如驱动程序登录时间限制及登录和跟踪消息的显示等事务。对于简单的应用程序,一般需要在此类中直接使用的唯一方法是DriverManager.getConnection。正如名称所示,该方法将建立与数据库的连接。JDBC 允许用户调用DriverManager 的方法 getDriver、getDrivers 和 registerDriver 及 Driver 的方法connect。但多数情况下,让 DriverManager 类管理建立连接的细节为上策。

DriverManager类包含一列 Driver 类,它们已通过调用方法DriverManager.registerDriver 对自己进行了注册。所有Driver 类都必须包含有一个静态部分。它创建该类的实例,然后在加载该实例时DriverManager类进行注册。这样,用户正常情况下将不会直接调用DriverManager.registerDriver;而是在加载驱动程序时由驱动程序自动调用。加载 Driver 类,然后自动在DriverManager 中注册的方式有两种:

  其中之一:通过调用方法 Class.forName。这将显式地加载驱动程序类。由于这与外部设置无关,因此推荐使用这种加载驱动程序的方法。以下代码加载类
Class.forName ( "oracle.jdbc.driver.OracleDriver" ) ;

现在回过来理解Class.forName这个方法:该方法返回的是一个类,要求JVM查找并加载指定的类。我们知道,有两种方式创建对象,一种是使用关键字new,另一种是newInstance方法。
从JVM的角度看,我们使用关键字new创建一个类的时候,这个类可以没有被加载。但是使用newInstance()方法的时候,就必须保证:1、这个 类已经加载;2、这个类已经连接了。而完成上面两个步骤的正是Class的静态方法forName()所完成的,这个静态方法调用了启动类加载器,即加载 java API的那个加载器。

newInstance()实际上是把new这个方式分解为两步,即首先调用Class加载方法加载某个类,然后实例化。 这样分步的好处是显而易见的。我们可以在调用class的静态加载方法forName时获得更好的灵活性,提供给了一种降耦的手段。

用最简单的描述来区分new关键字和newInstance()方法的区别:
newInstance: 弱类型。低效率。只能调用无参构造。
new: 强类型。相对高效。能调用任何public构造。

先写到这,后面再说Statement,ResultRest等
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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