tomcat5配置C3P0连接池

本文介绍如何在Tomcat5中配置C3P0连接池以替代DBCP,解决高并发下的性能问题。包括下载C3P0、配置server.xml及web.xml的具体步骤。

  tomcat5一般都用DBCP的连接池,但是DBCP有bug,访问量大以后就经常报错,而且速度变慢。所以改用C3P0连接池,先从http://sourceforge.net/projects/c3p0/下载最新的C3P0连接池,将lib下的两个jar文件,连同数据库的JDBC驱动一起复制到tomcat/common/lib文件夹下。

   C3P0的文档中说明配置tomcat5要修改server.xml文件,但是怎么修改都不能正常工作。

后发现在conf\Catalina\localhost文件夹下有一个和程序名一样的xml文件,把以下代码加入到这个文件的

<Context></Context>中,


<Resource name="jdbc/pooledDS" auth="Container" type="com.mchange.v2.c3p0.ComboPooledDataSource" />
<ResourceParams name="jdbc/pooledDS">
<parameter>
<name>factory</name>
<value>org.apache.naming.factory.BeanFactory</value>
 </parameter>
<parameter>
 <name>driverClass</name>
 <value>org.postgresql.Driver</value> 
</parameter> 
<parameter> 
<name>jdbcUrl</name> 
<value>jdbc:postgresql://localhost/c3p0-test</value> 
</parameter> 
<parameter> 
<name>user</name>
 <value>swaldman</value>
</parameter>
<parameter>
<name>password</name>
<value>test</value>
</parameter>
<parameter> 
<name>minPoolSize</name> 
<value>5</value>
</parameter>
<parameter>
<name>maxPoolSize</name> 
<value>15</value>
</parameter>
<parameter>
<name>acquireIncrement</name>
 <value>5</value>
 </parameter>
</ResourceParams>
 

   同样的,要在web.xml中加入

 

<resource-ref> 
<res-ref-name>jdbc/pooledDS</res-ref-name> 
<res-type>javax.sql.DataSource</res-type> 
<res-auth>Container</res-auth> 
</resource-ref>

 

  程序中的调用和其他连接池是一样的:

 

 

 

InitialContext ic = new InitialContext(); 
DataSource ds = (DataSource) ic.lookup("java:comp/env/jdbc/pooledDS");
 转自: http://blog.youkuaiyun.com/lveyo/archive/2006/09/01/1153425.aspx

 

【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
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