IBATIS存活空间续--SI(SpringIbatis)实现

本文介绍了基于Spring2.5.6和iBatis2.3.4.8的SI架构设计,该架构混合使用JdbcTemplate和iBatis,支持配置式及编程式事务管理,并解决了BLOB和CLOB的问题。通过具体的例子展示了如何在实际项目中应用SI架构。

      上篇博文中庸:没有最佳,只有最适! IBATIS,你合适的存活空间!中分析了IBATIS的生存土壤,本篇博文仅仅是为了粗略介绍上篇博文“结论”做的一个简单设计及其应用,即SI(SpringIbatis)!

      SI架构在Spring2.5.6+iBatis2.3.4.8,混合JbdcTemplate&iBatis,支持配置式及编程式单点事务;附带解决BLOB&CLOB问题。应用于后台项目时,DaoLayer通过ContainerBeanFactory给ServiceLayer提供服务。

      设计:仅仅给出总体设计图与详细设计图

 整体结构设计图

DAO设计图

  编程式事务控制设计图

工厂类设计图 

 

      使用范围:前后台项目皆可

      使用样例:

用法(for application system):
步骤一:将ibatis的配置文件ibatis.xml(即sqlMapConfig.xml)放入classpath路径中,同时在classpath目录下创建container.properties(这是默认形式,若不采用默认机制,需要指定ContainBeanFactory的配置文件信息);
步骤二:编写实体类xbean.java及相应的ibatis映射文件xbean.xml,并将其加入ibatis.xml;

#User.java
public class User {
 private String username;
 private String password;
 private String changedate;
 private String userlevel;
//getter/setter methods omited here
}
#User.xml
<sqlMap namespace="User">
  <typeAlias alias="User" type="package.User"/>
  <resultMap id="userResult" class="User">
   <result property="username" column="USERNAME"/>
   <result property="password" column="PASSWORD"/>
   <result property="changedate" column="CHANGEDATE"/>
   <result property="userlevel" column="USERLEVEL"/>
  </resultMap>
  <insert id="insertUser" parameterClass="User">
    insert into USER2(
      USERNAME,
      PASSWORD,
      CHANGEDATE,
      USERLEVEL
     )
    values (
      #username#, #password#, #changedate#, #userlevel#
    )
  </insert>
  <select id="selectUserList" parameterClass="String" resultMap="userResult">
   select * from USER2 where userlevel=#userlevel#
  </select>
</sqlMap>
#ibatis.xml
<sqlMap resource="package/User.xml" />

 
步骤三:编写xbean.java对应的数据库接口及实现类:

public interface UserDaoIntf extends BaseDao<User>{}
public class UserDaoImpl extends BaseDaoSupport<User> implements UserDaoIntf {}

 
步骤三:在classpath目录下创建一个spring2的xml配置文件exmaple.xml,配置dao信息

<bean id="userDaoImpl" parent="baseDaoSupport" class="pakage.UserDaoImpl" />

 注:在不必要扩展接口的情况下,我们可以考虑省去步骤三,采用通用的实现generalDaoSupportImpl,获取方法为:

GeneralDaoIntf generalDaoIntf = (GeneralDaoIntf) ContainerBeanFactory.getBean("generalDaoSupportImpl");

 
步骤四:调用

UserDaoIntf userDaoIntf = (UserDaoIntf) ContainerBeanFactory.getBean("userDaoImpl");
List<User> users = service.userDaoIntf.getAll("selectUserList", "01");

 

步骤五:关于事务
①配置式事务

<bean id="xTrans" parent="baseTxProxy">
 <property name="target" ref="userDaoImpl"/>
</bean> 

 
然后,通过ContainerBeanFactory获取事务bean,其相应的方法已被事务托管。
注:此处的userDaoImpl可以是任何配置在spring中的bean(方法以AsTran结尾,比如public void saveAsTran(){}),且您可以任意组合其它bean,也就是说,userDaoImpl可以聚合其它daoBean。
②编程式事务

SimpleTransactionManager txDefHandler = (SimpleTransactionManager) ContainerBeanFactory.getBean("simpletxManager");
try{
 txDefHandler.transactionPoint();
      //daoLayer bean(got by ContainerBeanFactory.getBean("")) service invoke here,eg as follows.
      //comited here
      txDefHandler.commit();
}catch(DataAccessException e) {
 System.out.println(">>>>>>>>>>>>\n"+e.getMessage()+"\n>>>>>>>>>>>>>>>>>>");
 txDefHandler.rollback();
}

 

注:若用于WEB开发,需加载文件com/si/dao/core/core.xml、com/si/dao/core/lob.xml和com/si/dao/core/tx/tx.xml。

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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