MySQL_JDBC_DAO复习

Java分层架构与DAO设计
本文介绍了一个典型的Java分层架构案例,包括View层、Service层、DAO层等,并详细展示了DAO层的设计与实现过程,特别是如何通过BasicDao类进行数据库操作。

 

view层

service层

dao层

bean实体类层

sql层

 

dao层属于处理sql语句的java类层次,通过处理sql语句实现ORM思想,数据库表字段到java实体类中的映射(此处小白自述,往不错误之处请大家见谅,还请大家能批评指正)

 

 

一、数据库层面

创建account数据表

                                                             

 

二、java层面

Account实体类

package bean;

public class Account {

	private int id;
	private String username;
	private double balance;

	public int getId() {
		return id;
	}

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

	public String getUsername() {
		return username;
	}

	public void setUsername(String username) {
		this.username = username;
	}

	public double getBalance() {
		return balance;
	}

	public void setBalance(double balance) {
		this.balance = balance;
	}

	public Account(int id, String username, double balance) {
		super();
		this.id = id;
		this.username = username;
		this.balance = balance;
	}

	public Account() {
		super();
	}

	@Override
	public String toString() {
		return "Account [id=" + id + ", username=" + username + ", balance=" + balance + "]";
	}

}

  BasicDao

package dao;

import java.sql.Connection;
import java.sql.SQLException;
import java.util.List;

import org.apache.commons.dbutils.QueryRunner;
import org.apache.commons.dbutils.handlers.BeanHandler;
import org.apache.commons.dbutils.handlers.BeanListHandler;
import org.apache.commons.dbutils.handlers.ScalarHandler;

import utils.JDBCUtils;

/**
 * 封装一个通用的BasicDao
 * 
 * @author Administrator
 * 功能:
 * 1、增删改(所有的表都通用)
 * 2、获取单条记录(所有的表都通用)
 * 3、获取多条记录(所有的表都通用)
 * 4、获取单个值(所有的表都通用)
 */
public class BasicDao<T> {

	QueryRunner qr;
	{
		qr = new QueryRunner();
	}
	
	//增删改
	public int update(String sql,Object ... objects){
		Connection connection = null;
		try {
			connection = JDBCUtils.getConnection();
			return qr.update(connection, sql, objects);
		} catch (Exception e) {
			throw new RuntimeException();
		} finally{
			JDBCUtils.close(null, null, connection);
		}
	}
	
	//查询返回单条记录
	public T SearchOne(String sql,Class clazz,Object ... objects){
		Connection connection = null;
		try {
			connection = JDBCUtils.getConnection();
			return qr.query(connection, sql, new BeanHandler<T>(clazz), objects);
		} catch (Exception e) {
			throw new RuntimeException();
		} finally{
			JDBCUtils.close(null, null, connection);
		}
	}
	
	//查询返回多条记录
	public List<T> SearchMore(String sql,Class clazz,Object ... objects){
		Connection connection = null;
		try {
			connection = JDBCUtils.getConnection();
			return qr.query(connection, sql, new BeanListHandler<T>(clazz), objects);
		} catch (Exception e) {
			throw new RuntimeException();
		} finally{
			JDBCUtils.close(null, null, connection);
		}
	}
	
	//查询返回单值
	public Object Scalar(String sql,Class clazz,Object ... objects){
		Connection connection = null;
		try {
			connection = JDBCUtils.getConnection();
			return qr.query(connection, sql, new ScalarHandler(), objects);
		} catch (Exception e) {
			throw new RuntimeException();
		} finally{
			JDBCUtils.close(null, null, connection);
		}
	}
}

 AccountDao

package dao;

import bean.Account;

public class AccountDao extends BasicDao<Account>{

}

 

 TestAccountDao

package demo.connection4;

import java.util.List;

import org.junit.Test;

import bean.Account;
import dao.AccountDao;

public class TestAccountDao {
	
	@Test
	public void test1(){
		AccountDao dao = new AccountDao();
		List<Account> accounts = dao.SearchMore("select * from account", Account.class);
		for (Account account : accounts) {
			System.out.println(account);
		}
	}
}

 

 TestAccountDao运行结果

 

 

 

 

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
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