proxool连接池j2se应用

本文介绍了如何通过使用Proxool连接池优化大数据处理速度及稳定性,包括配置文件加载、连接池参数设置及具体应用实例。提供了一套解决常见异常问题的方法,帮助开发者提高系统效率。

最近在做项目中遇到了处理大量数据(亿级别)初始化(将oracle数据库中数据存放在本地缓存中)时速度较慢的问题(之前用的C3P0),而且总是莫名奇妙的抛出一些异常信息(虽然不影响系统功能,但是看起来很烦),上网看了说是proxool更好些,然后研究了下,废话不多说,直接上代码:

//解析proxool连接池
   PropertyConfigurator.configure(filePath); //将配置文件加载进来,

说明:

1、文件名称为XXXXX.properties,文件名称自己拟定。

2、properties存放位置:项目根目录

配置所需字段(以下配置满足本项目条件,对与配置内容,可以上API中查,此处不做介绍):

jdbc-0.proxool.alias=merit
jdbc-0.proxool.driver-url=jdbc:oracle:thin:@127.0.0.1:1521:orcl
jdbc-0.proxool.driver-class=oracle.jdbc.driver.OracleDriver
jdbc-0.user=scott
jdbc-0.password=tiger

jdbc-0.proxool.maximum-connection-count=15
jdbc-0.proxool.minimum-connection-count=2
jdbc-0.proxool.autoReconnect=true
#avoid socket closed
jdbc-0.proxool.maximum-active-time=3600000

具体应用:

Connection conn = DriverManager.getConnection("proxool."+PropertyUtil.alias);

说明:

1、必须加前缀:proxool

2、proxool后面跟别名,即配置文件中的jdbc-0.proxool.alias=merit
到此处即可得到连接池信息。

如有什么问题可留言,相互学习。

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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