对fmdb简单的封装

一直想对FMDB 进行封装一下,却不知道怎么去封装,今天闲来没事,就简单封装了一下,如果有什么不对的地方请大家指出

首先自己定义了一个单例MySqlTool,在其.h文件中实现

#import <Foundation/Foundation.h>

#import "FMDatabase.h"

@interface MySqlTool : NSObject

@property (nonatomic,strong)FMDatabase *db;

+ (MySqlTool *)sharedInstance;

- (void)creatTable:(NSString*)tableName; //创建表

- (void)insertData:(NSDictionary*)dic intoTable:(NSString *)tableName; //插入数据

- (void)deleteData:(NSDictionary *)dic fromTable:(NSString *)tableName; //删除单个数据

- (NSDictionary *)queryDataFromTable:(NSString *)tableName;//获取表tableName中所有的数据

@end

并在.m文件中实现一下方法

#import "MySqlTool.h"

#import "FMDatabaseAdditions.h"

static MySqlTool *mySqlTool = nil;

@implementation MySqlTool

@synthesize db = db;

+ (MySqlTool *)sharedInstance

{

    static dispatch_once_t onceDispatch;

    dispatch_once(&onceDispatch,^{

        

        mySqlTool = [[MySqlTool alloc]init];


    });

    return mySqlTool;

}

//获得存放数据库文件的沙盒地址

- (NSString *)databaseFilePath

{

    NSArray *filePath = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES);

    NSString *documentPath = [filePath objectAtIndex:0];

    NSLog(@"%@",filePath);

    NSString *dbFilePath = [documentPath stringByAppendingPathComponent:@"db.sqlite"];

    return dbFilePath;

    

}

//创建数据库的操作

- (void)creatDatabase

{

    db = [[FMDatabase databaseWithPath:[self databaseFilePath]]retain];

    

}


- (void)creatTable:(NSString*)tableName

{

    //先判断数据库是否存在,如果不存在,创建数据库

    if (!db) {

        [self creatDatabase];

    }

    //判断数据库是否已经打开,如果没有打开,提示失败

    if (![db open]) {

        NSLog(@"数据库打开失败");

        return;

    }

    //为数据库设置缓存,提高查询效率

    [db setShouldCacheStatements:YES];

    

    //判断数据库中是否已经存在这个表,如果不存在则创建该表

    if ([db open]) {

        if (![db tableExists:tableName]) {

            NSString *sql = [NSString stringWithFormat:@"CREATE TABLE '%@' ('name' CHAR(30) PRIMARY KEY, 'age' INTEGER)",tableName];

            BOOL res = [db executeUpdate:sql];

            if (!res) {

                debugLog(@"error when creating db table");

            } else {

                debugLog(@"succ to creating db table");

            }

            [db close];


        }else{

            debugLog(@"table exist!!!!!");

        }

    } else {

        debugLog(@"error when open db");

    }

}


- (void)insertData:(NSDictionary*)dic intoTable:(NSString *)tableName

{

    //判断是否有数据库

    if (!db) {

        [self creatDatabase];

    }

    if (![db open]) {

        NSLog(@"db open error");

        return;

    }

    //判断数据库中是否已经存在这个表,如果不存在则创建该表

    if (![db tableExists:tableName]) {

        [self creatTable:tableName];

    }

    // 查询表中是否有该条数据,有则修改,无则插入

    NSString *seachStr = [NSString stringWithFormat:@"select * from %@ where name = ?",tableName];


    FMResultSet *rs = [db executeQuery:seachStr,[dic objectForKey:@"name"]];

    if ([rs next]) {

        NSString *updateStr = [NSString stringWithFormat:@"update %@ set age = ? where name = ?",tableName];

        BOOL res = [db executeUpdate:updateStr,[dic objectForKey:@"age"],[dic objectForKey:@"name"]];

        if (res) {

            NSLog(@"data update success!");

        }else{

            NSLog(@"data update fail!");

        }

    }else{

        NSString *insertStr = [NSString stringWithFormat:@"INSERT INTO %@ (name, age) VALUES (?,?)",tableName];

        BOOL res = [db executeUpdate:insertStr,[dic objectForKey:@"name"],[dic objectForKey:@"age"]];

        if (res) {

            NSLog(@"data insert success!");

        }else{

            NSLog(@"data insert fail!");

        }

        

    }

    [db close];

    

}

- (void)deleteData:(NSDictionary *)dic fromTable:(NSString *)tableName

{

    //判断是否有数据库

    if (!db) {

        [self creatDatabase];

    }

    if (![db open]) {

        NSLog(@"db open error");

        return;

    }

    //判断数据库中是否已经存在这个表,如果不存在则创建该表

    if (![db tableExists:tableName]) {

        [self creatTable:tableName];

    }

    //判断数据库中是否有这条数据,有则删除

    NSString *sqlStr = [NSString stringWithFormat:@"select * from %@ where name = ?",tableName];

    FMResultSet *rs = [ db executeQuery:sqlStr,[dic objectForKey:@"name"]];

    if ([rs next]) {

          NSString *deleteStr = [NSString stringWithFormat:@"delete from %@ where name = ?",tableName];

        BOOL res = [db executeUpdate:deleteStr,[dic objectForKey:@"name"]];

        if (res ) {

            NSLog(@"delete data sucess!!!!");

        }else{

            NSLog(@"delete data failure!");

        }

    }

    [db close];

}


- (NSDictionary *)queryDataFromTable:(NSString *)tableName

{

    //判断是否有数据库

    if (!db) {

        [self creatDatabase];

    }

    if (![db open]) {

        NSLog(@"db open error");

        return nil;

    }

    //判断数据库中是否已经存在这个表,如果不存在则创建该表

    if (![db tableExists:tableName]) {

        [self creatTable:tableName];

    }

    if ([db open]) {

        NSString * sql = [NSString stringWithFormat:@"select * from %@",tableName];

        FMResultSet * rs = [db executeQuery:sql];

        while ([rs next]) {

            NSString * name = [rs stringForColumn:@"name"];

            int  age = [rs intForColumn:@"age"];

            NSLog(@"name = %@,age = %d",name,age);

            NSDictionary *divc = [[NSDictionary alloc]initWithObjectsAndKeys:name,@"name",[NSNumber numberWithInt:age],@"age", nil];

            return divc;

        }

        [db close];

    }


}

@end





基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 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 1
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