使用JDBC批处理进行数据库操作

本文介绍了一种使用JDBC批处理来优化大批量数据插入和更新的方法,对比Hibernate提供了更高效的数据库操作方案。

在进行大批量数据插入、更新时 使用hibernate明显做了很多无用功,导致反应时间过长;在这种情况下可以使用JDBC批处理完成数据库操作。

 

package com.jdbc.batch;

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

/**
 * Created by IntelliJ IDEA.
 * User: DiaoLei
 * Date: 2010-6-3
 * Time: 21:51:48
 * To change this template use File | Settings | File Templates.
 */
public class Batch {
    public static void main(String[] args) {
        Connection conn = null;
        PreparedStatement ps = null;

        try {
            //connect DB
            Class.forName("oracle.jdbc.driver.OracleDriver").newInstance();
            String url = "jdbc:oracle:thin:@localhost:1521:ora10g"; //ora10g为数据库的SID
            String username = "res_col";
            String password = "res_col";
            conn = DriverManager.getConnection(url, username, password);
            
            String sql = "Insert INTO testjdbc(num,ask_num) VALUES(?,?)";
//            String sql = "update testjdbc set ask_num = ? where num = ?"; //更新的时候使用下边注释的两行
            ps = conn.prepareStatement(sql);
            
            //测试
            int k[] = {1, 2, 3, 4, 5};
            String str[] = {"0.99", "0.98", "0.97", "0.96", "0.95"};

            for (int i = 0; i < 5; i++) {
                ps.setString(1, "" + k[i] + ""); //代表上边sql语句的第一个?的value
                ps.setString(2, str[i]); //代表上边sql语句的第二个?的value
/*                ps.setString(2, "" + k[i] + "");
                ps.setString(1, str[i]);*/
                ps.addBatch();
            }
            ps.executeBatch();
        } catch (SQLException e) {
            e.printStackTrace();  //To change body of catch statement use File | Settings | File Templates.
        } catch (ClassNotFoundException e) {
            e.printStackTrace();  //To change body of catch statement use File | Settings | File Templates.
        } catch (InstantiationException e) {
            e.printStackTrace();  //To change body of catch statement use File | Settings | File Templates.
        } catch (IllegalAccessException e) {
            e.printStackTrace();  //To change body of catch statement use File | Settings | File Templates.
        }
    }
}
 
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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