重新认识JDBC

近来项目需要从外部加载 JABC JAR, 访问多个数据库,有可能是 oracle 7oracle9db2 9db2 10 。同一个数据库不能的版本之间 JAR 包可能不能通用,但接口不变,所以需要从外部加载相应 jar 

URL url = new URL ( "file:/" + Jar 路径 );

    URLClassLoader myClassLoader = new URLClassLoader(

                  new URL [] { url }, Thread.currentThread ()

                         .getContextClassLoader());

Class   myClass = myClassLoader.loadClass(driver);

Driver driver = (Driver) myClass.newInstance();

Connection conn =Driver .connect(uri, info);

 

长期以来一直用 对 JDBC 一直是 DriverManager.getConnection(url,user,password) ,这个公式化的东西,一直都这么用。

Drivermanager. registerDriver (Driver  driver) 注册驱动 在运行时一直找不到适合的驱动。虽然注册了 但在后面的操作过程中,dm 是从系统级加载中寻找,而不是从线程级加载中查找。

   最后还是只用Driver 来获取连接,脑子神经了下,是不是所有数据库都能这样写 比如MYSQL 那么多参数 怎么写 是所有数据库 Preperties 用户名 密码都是 user/password 吗?

 

Connection

connect (String  url, Properties  info)
           试图创建一个到给定 URL 的数据库连接。

 

DriverManager 里这是这写的

  java.util.Properties info = new java.util.Properties();

if (user != null ) {

        info.put( "user" , user);

    }

    if (password != null ) {

        info.put( "password" , password);

    }  

 

Connection result = di.driver.connect(url, info);

 

区别就是 DriverManager 里面是 synchronized 方法。这下子放心了。

 

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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