tomcat 数据源配置示例

本文详细介绍如何在 Tomcat 中配置 Oracle 数据源,包括创建 ROOT.xml 文件并设置数据源参数等关键步骤。通过两个示例展示了不同的配置方式,帮助开发者快速上手。

Tomcat 数据源配置

    首先, 在tomcat的conf目录下新建 Catalina/localhost 目录级,然后在 localhost 目录下新建一个 ROOT.xml 文件, 其中文件内容如下:

示例一:

<?xml version='1.0' encoding='utf-8'?>
<Context docBase="web项目发布目录" path="/">
   <Resource type="javax.sql.DataSource" name="jdbc/testjdbc"/>  // jdbc/testjdbc 数据源名称
    <ResourceParams name="jdbc/testjdbc">
      <parameter>
        <name>url</name>
        <value>jdbc:oracle:thin:@192.168.1.100:1521:orcl</value>    // oracle 数据库连接url
      </parameter>

      <parameter>
        <name>driverClassName</name>
        <value>oracle.jdbc.driver.OracleDriver</value>                        // oracle 数据库连接驱动
      </parameter>
      <parameter>
        <name>username</name>                                                      // oracle 数据库连接用户名
        <value>user</value>
      </parameter>
      <parameter>
        <name>password</name>                                                     // 用户密码
        <value>pwd</value>
      </parameter>
      <parameter>
        <name>maxIdle</name>                                                       // maxIdle是最大的空闲连接数
        <value>20</value>
      </parameter>

      <parameter>
        <name>maxWait</name>                                                     // MaxWait是最大等待秒钟数          

        <value>5000</value>
      </parameter>

      <parameter>
        <name>maxActive</name>                                                  // maxActive是最大激活连接数 

        <value>50</value>
      </parameter>
    </ResourceParams>
</Context>

 

 

示例二:

<Context docBase="web项目发布目录" path="/">
 <Resource
    name="jdbc/testjdbc"
    type="javax.sql.DataSource"
    driverClassName="oracle.jdbc.driver.OracleDriver"
    url="jdbc:oracle:thin:@192.168.1.100:1521:orcl"
    username="user"
    password="pwd"
    maxIdle="20"
    maxWait="5000"
    maxActive="50"/>
</Context>

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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