Driver's Blob representation is of an unsupported type: oracle.sql.BLOB

最新推荐文章于 2023-10-09 16:53:57 发布
最新推荐文章于 2023-10-09 16:53:57 发布
阅读量1k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： db 文章标签： Oracle SQL Web 应用服务器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/iteye_20895/article/details/81894047
本文介绍了一种在启动web服务器时遇到的java.sql.SQLException异常：“Driver's Blob representation is of an unsupported type: oracle.sql.BLOB”。此问题由tomcat lib目录及web应用/WEB-INF目录中重复放置的ojdbc14.jar包导致。文章提供了简单的解决方案：移除冗余的ojdbc14.jar包。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

今天启动web服务器的时候，总是提示如下这个异常： 1：java.sql.SQLException: Driver's Blob representation is of an unsupported type: oracle.sql.BLOB 原因：tocmat的lib目录放置了oracle驱动的ojdbc14.jar包，而且web应用的/WEB-INF目录也放置了该jar包，所以报出了如上这个错误， 解决方法：删除web应用的/WEB-INF/lib目录下的ojdbc14.jar包即可。
Adapter Tuning：详细解读Parameter-Efficient Transfer Learning for NLP
沉迷单车的追风少年
06-04 1876
大语言模型实在是太火了，各种技术日新月异，研究diffusion models的从LLMs中找一些研究灵感已经是基操了。当模型比较小的时候，微调全部参数还是可以的。但是现在的大预训练模型时代，微调所有参数不仅效果堪忧，对资源的消耗也非常恐怖，所以这就是做有效微调的初衷。为了研究清楚如何进行有效的大模型微调，我打算沿着Adapter Tuning——Prefix Tuning——Prompt Tuning——P-Tuning——lora的路线详细讲解一下，希望可以对做diffusion models的同学有所
mybatis类型转换器处理MYSQL数据库geometry类型转换
yaoct的博客
01-23 1898
首先分析mysql的geometry的存储格式和输入输出格式，再实现mybatis的转换器转换geometry格式。mybatis的配置见。
Caused by: java.sql.SQLException: Driver's Blob representation is of an unsupported type: weblogic.j
lychao89的专栏
12-11 2757
Caused by: org.quartz.JobPersistenceException: Couldn't store job: Driver's Blob representation is of an unsupported type: weblogic.jdbc.wrapper.Blob_oracle_sql_BLOB [See nested exception: java.sql.SQ
Couldn't store job: Driver's Blob representation is of an unsupported type: weblogic.jdbc.wrapper.Blob_oracle_sql_BLOB
qingqingxuelang的专栏
05-11 6323
Problem：javax.faces.FacesException: #{arptReportSubmit.submitReportAction}: java.lang.RuntimeException: org.quartz.JobPersistenceException: Couldnt store job: Drivers Blob representation is of an
weblogic.jdbc.wrapper.Blob_oracle_sql_BLOB cannot be cast to oracle.sql.BLOB 解决方法
weixin_34021089的博客
04-19 771
源程序： SerializableBlob sb = (SerializableBlob)s.getStampimage();Blob wrapblob = sb.getWrappedBlob();oracle.sql.BLOB blob = (oracle.sql.BLOB)wrapblob;OutputStream out = blob.getBinaryOutputStream();out...
oracle的job锁定,Oracle application server使用Quartz JobStoreCMT遇到程序被锁问题
weixin_31951365的博客
04-08 406
#re: Oracle application server使用Quartz JobStoreCMT遇到程序被锁问题2009-06-25 17:00Tenny楼主：我因为项目需要也是将quartz的jobstore从JobStoreTx更新为JobStoreCMT，我在servlet启动时没错，但是当我调度执行一个job时，在持久化存储job的Blob信息时出错：配置环境:weblogic9.2...
打开数据库连接出错：找不到类dm.jdbc.driver.DmDriver
qq_37958178的博客
10-09 5044
数据库连接出错：找不到类dm.jdbc.driver.DmDriver
万能91助手
11-29
传输资料神器，使你不再有后顾之忧！
编译时，遇到Couldn't build player because of unsupported data on target platform的解决方案
monzart的专栏
04-20 9004
由于pc机子太老了，所以一直都是在mac下面写unity程序，然后在拷贝到pc上生成apk到手机上，今天在移植的时候就出现了问题，在mac机子和pc机子上都运行的好好的，但编译到手机上的时候出现了如下的错误： Couldn't build player because of unsupported data on target platform Building - Failed to
openvino cpp使用
是鲤鱼啊
06-27 1480
英特尔OpenVINO使用入门（C++集成方式）_阿飞__的博客-优快云博客_intel openvinoOpenVino学习2 --- Demo篇_P_B_Y的博客-优快云博客 例1 /opt/intel/openvino_2021.4.689/inference_engine/samples/cpp/hello_classification
spring-batch与quartz集成过程中遇到的问题 一
weixin_33875839的博客
04-17 135
2019独角兽企业重金招聘Python工程师标准>>> ...
Remote BLOB Store
灰太狼的博客
06-11 2997
 1. 介绍：Remote Blob Store(RBS)是一种把大容量二进制数据文件(Blob)从数据库转移到文件存储系统的解决方案。在RBS中，Blob数据被存储在存储解决方案中，像Content Addressable Store(CAS)，带数据整合和存储纠错的硬件存储系统，或者是像msn blue那样的百万级服务存储解决方案。RBS对Blob的引用存储在数据中，调用 RBS客
BLOB/ClOB存储图片、文档与视频
小小默：进无止境
10-12 4845
第一种方式：存：psmt.setBinaryStream(3,fis,(int)f.length()); 3：第三列，fis：从文件获取的输入流，f：文件对象；读：InputStream is = ResultSet.getBinaryStream(3); ……….拿到输入流之后，就可以进行任意操作。第二种方式：setBlob()/getBlob()
unsupported Scan, storing driver.Value type []uint8 into type *time.Time 解决方案
weixin_30791095的博客
02-05 1689
　　数据库取数据的字段为created_at，数据库中类型是TIMESTAMP，允许NULL，此时在取数据的时候就会出现这种报错。 　　解决方案：在数据库连接的字符串中添加：&parseTime=True，样例格式：root:root@tcp(127.0.0.1:3306)/db?charset=utf8&parseTime=True 　　 转载于:https://www.cn...
升级ONNX Runtime到支持IR版本10的版本
最新发布
07-16
<think>我们正在处理一个关于升级ONNX Runtime以支持IR（Intermediate Representation）版本10的问题。根据用户的问题，我们需要将ONNX Runtime升级到能够支持ONNX IR版本10的版本。 首先，我们需要了解ONNX Runtime的版本与支持的ONNX IR版本之间的关系。ONNX Runtime是一个用于推理和训练机器学习模型的运行时，它支持ONNX（Open Neural Network Exchange）格式的模型。ONNX格式有自己的版本，包括操作集版本（opset）和IR版本。 IR版本10对应于ONNX 1.7.0版本（或更高版本，但需要具体确认）。因此，我们需要确保使用的ONNX Runtime版本至少与支持ONNX 1.7.0的版本相匹配。 根据ONNX Runtime的发布说明，我们可以找到不同版本支持的ONNX版本。例如： - ONNX Runtime 1.7.0支持ONNX 1.7.0（IR版本7，但注意：ONNX的IR版本和ONNX版本号并不完全一致，需要查证）。 实际上，ONNX的IR版本在ONNX 1.0~1.4.1是IR3，1.5.0~1.6.0是IR4，1.7.0是IR5？但根据ONNX官方文档，ONNX 1.7.0引入了IR版本6（之前有误，需要纠正）。 然而，根据ONNX官方仓库的版本信息： - ONNX 1.5.0: IR_VERSION=4 - ONNX 1.6.0: IR_VERSION=5 - ONNX 1.7.0: IR_VERSION=6 - ONNX 1.8.0: IR_VERSION=7 - ONNX 1.9.0: IR_VERSION=7（没有变化） - ONNX 1.10.0: IR_VERSION=8 - ONNX 1.11.0: IR_VERSION=8（没有变化） - ONNX 1.12.0: IR_VERSION=8（没有变化） - ONNX 1.13.0: IR_VERSION=7（？）实际上，根据官方文档，ONNX 1.7.0的IR_VERSION是6，1.8.0是7，1.9.0是7，1.10.0是8，1.11.0是8，1.12.0是8，1.13.0是8，1.14.0是9？但官方文档中IR_VERSION的定义在onnx.proto中。 实际上，在ONNX的onnx.proto文件中，IR_VERSION的定义如下（参考ONNX GitHub仓库）： - 在ONNX 1.7.0版本中，IR_VERSION=6（https://github.com/onnx/onnx/blob/rel-1.7.0/onnx/onnx.proto#L72） - 在ONNX 1.8.0版本中，IR_VERSION=7 - 在ONNX 1.10.0版本中，IR_VERSION=8 - 在ONNX 1.14.0版本中，IR_VERSION=9 - 在ONNX 1.15.0版本中，IR_VERSION=10 因此，IR版本10是在ONNX 1.15.0中引入的。所以，要支持IR版本10，我们需要使用支持ONNX 1.15.0或更高版本的ONNX Runtime。 接下来，我们查看ONNX Runtime的版本与所捆绑的ONNX库版本的对应关系。根据ONNX Runtime的发布说明（例如在GitHub的Release页面）： - ONNX Runtime 1.8.0: 捆绑ONNX 1.8.0（IR7） - ONNX Runtime 1.9.0: 捆绑ONNX 1.9.0（IR7） - ONNX Runtime 1.10.0: 捆绑ONNX 1.10.2（IR8） - ONNX Runtime 1.11.0: 捆绑ONNX 1.11.0（IR8） - ONNX Runtime 1.12.0: 捆绑ONNX 1.12.0（IR8） - ONNX Runtime 1.13.1: 捆绑ONNX 1.12.0（IR8）？需要具体查证 - ONNX Runtime 1.14.0: 捆绑ONNX 1.13.0（IR8）？因为ONNX 1.13.0的IR_VERSION还是8 - ONNX Runtime 1.15.0: 捆绑ONNX 1.14.0（IR9）？还是ONNX 1.15.0（IR10）？ 实际上，ONNX Runtime 1.15.0（发布于2023年5月）捆绑的是ONNX 1.14.0（因为ONNX 1.15.0是在2023年7月发布的，而ONNX Runtime 1.15.0发布时ONNX 1.15.0可能还未发布）。因此，我们需要查看ONNX Runtime 1.16.0或更高版本。 根据ONNX Runtime的发布说明（https://github.com/microsoft/onnxruntime/releases）： - 在ONNX Runtime 1.15.0中，使用的ONNX版本为1.14.0（IR9） - 在ONNX Runtime 1.16.0（2023年10月发布）中，升级了ONNX到1.15.0（支持IR10） 因此，要支持IR版本10，我们需要使用ONNX Runtime 1.16.0或更高版本。 升级步骤： 1. 检查当前使用的ONNX Runtime版本。如果已经是最新版本（1.16.0或更高），则已经支持。 2. 如果当前版本较低，需要升级到1.16.0或更高版本。 升级方法取决于安装方式。常见的安装方式是通过pip： ```bash pip install --upgrade onnxruntime ``` 或者，如果需要GPU支持： ```bash pip install --upgrade onnxruntime-gpu ``` 注意：升级时可能需要考虑兼容性，因为新版本可能有一些API变化。建议查看ONNX Runtime的迁移指南（如果有）或发布说明中的破坏性变更。 另外，如果是从源代码构建，则需要： - 获取ONNX Runtime 1.16.0或更高版本的源代码 - 按照构建说明进行构建，并确保依赖的ONNX库版本至少为1.15.0 验证： 安装新版本后，可以通过以下方式验证： 1. 加载一个IR版本为10的ONNX模型，看是否能够成功加载和运行。 2. 或者，通过检查ONNX Runtime的版本和其依赖的ONNX库版本来确认。 在Python中，可以这样检查： ```python import onnxruntime as ort print(ort.__version__) # 应该输出1.16.0或更高 # 注意：ONNX Runtime捆绑了ONNX，但可能不会暴露ONNX的版本。我们可以尝试导入onnx并打印版本，但要注意这可能是系统中单独安装的onnx包。 # 为了知道ONNX Runtime内部使用的ONNX版本，我们可以通过以下方式（但并不是直接提供）： # 实际上，ONNX Runtime并不直接提供这个信息。我们可以通过创建一个InferenceSession并读取模型的ir_version来间接验证，但更直接的方法是查看发布说明。 # 或者，我们可以尝试加载一个IR_VERSION=10的模型，看是否报错。 ``` 如果用户有特定的ONNX模型（IR版本10），则可以直接尝试加载。 注意事项： - 升级ONNX Runtime后，可能会影响现有模型（尤其是使用旧IR版本的模型）的运行。虽然ONNX Runtime通常向后兼容，但最好进行测试。 - 如果遇到问题，可以查阅ONNX Runtime的文档或提交Issue。 综上所述，升级到ONNX Runtime 1.16.0或更高版本即可支持IR版本10。 §§相关问题§§ 1. 如何检查ONNX模型的IR版本？ 2. 升级ONNX Runtime后如何验证是否支持IR版本10？ 3. 在升级ONNX Runtime时，如何避免与现有项目的依赖冲突？</think>要升级ONNX Runtime以支持IR（Intermediate Representation）版本10，请按照以下步骤操作： ### 1. **确认当前环境** - 检查当前ONNX Runtime版本： ```python import onnxruntime as ort print(ort.__version__) ``` - 验证当前支持的IR版本（IR版本10需要ONNX Runtime ≥1.10）[^1]。 ### 2. **升级ONNX Runtime** - **通过pip升级**： ```bash # CPU版本 pip install --upgrade onnxruntime # GPU版本 (CUDA) pip install --upgrade onnxruntime-gpu ``` - **指定版本安装**（确保≥1.10）： ```bash pip install onnxruntime==1.16.0 # 支持ONNX 1.15+（含IR10） ``` ### 3. **验证升级结果** - 加载IR版本10的模型测试： ```python import onnx model = onnx.load("model_ir10.onnx") print(f"IR version: {model.ir_version}") # 应输出10 # 运行推理 sess = ort.InferenceSession("model_ir10.onnx") ``` - 若报错`Unsupported model IR version`，需检查ONNX Runtime与ONNX库的兼容性。 ### 4. **处理依赖冲突** - 若升级后出现兼容性问题： - 确保ONNX库同步升级（需≥1.15.0）： ```bash pip install --upgrade onnx ``` - 清理冲突依赖： ```bash pip install --force-reinstall onnxruntime onnx ``` ### 关键说明 - **IR版本与ONNX版本的对应关系**： - IR 10 → ONNX 1.15.0+ → ONNX Runtime ≥1.10（推荐≥1.16）[^1]。 - **模型转换**：若已有旧版模型，使用`onnx.version_converter`升级IR版本： ```python from onnx import version_converter upgraded_model = version_converter.convert_version(model, 10) ``` ### 常见问题解决 - **错误：`Unsupported IR version`** 升级ONNX Runtime至最新版（当前稳定版1.16.0）。 - **错误：`Operator not implemented`** IR 10可能引入新算子，需确认模型使用的算子是否被支持[^2]。 > 引用参考： > [^1]: ONNX官方文档要求确保运行时版本与模型IR版本匹配，升级工具链前需验证环境兼容性。 > [^2]: 依赖库冲突时需强制重装，参考LLVM等项目的环境隔离方案。
评论
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