jdbc 连接池 and 数据源 笔记

本文详细介绍了连接池的工作原理及如何通过数据源管理数据库连接。重点解释了连接池对象的创建过程,以及如何在Tomcat中配置数据源。此外还提供了通过JNDI获取连接的具体示例。

   1、连接池是容器提供的 , 用来管理连接池中的对象;

连接池会一直保持与服务器之间的联系,当应用程序发出请求后到达池子,池子自动分配连接对象,并对空闲的连接对象回收;

   2、连接池的对象是谁创建的?

connection?

数据源:在javax . sql . DataSource 接口负责建立与数据库的连接

由容器(tomcat)提供,将连接保存在连接池中

注意: @1:数据源用来连接数据库,获得连接(Connection)对象;       从数据源中找连接

     @2:连接池来管理(Connection)对象;通过数据源创建好的连接对象放在连接池   一个自动的过程

     @3:在程序中使用JNDI获取目标;通过JNDI (Java命名目录与接口)获得接口  获得数据源

  3、数据源配置:

配置tomcat的数据源    conf / context . xml 

代码固定 :

< Resource   name = " jdbc / news "   

auth = " Container "                  归属 tomcat

       type  = " javax . sql . DataSource  "       类型

        maxActive = "   100  "       最大活跃连接数量

maxIdle    = " 30 "最大空闲连接数    在没有数据库连接时 ,仍然保持30 个数据库的连接对象;

maxWait  =  " 10000 "       如果数值是  -1    则是无线期等待的意思;     单位时毫秒:

userName = " root "        passWord  = "root "

driverClassName = " com.mysql.jdbc.Driver "  驱动

url = " "  />

   4、 通过数据源获取连接: 

注:  使用JNDI获取连接对象时 , 在lookup  ()  参数里要加上 固定的    :    Java:comp / env /          类似一个协议的名字 ; 

public Connection  getConnectionDS(){

//初始化上下文;

\ Context     ctx   =   new  InitialContext () :

DataResource   ds = (DataResource   )ctx  .   lookup ( " Java:comp / env /  jdbc / news  " )  ;

connection = ds. getConnection ;

return    Connection ;    }

  


















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