Cobbler写的ADO连接池

 

(*******************************************************************************
  ADO连接池
   池未满的情况下 池子 ADO连接 动态创建
   系统默认池子中 一个小时以上未用的 ADO 连接 系统自动释放
   使用如下
   先Uses UntCobblerPool 单元
   在窗体 或 模块Create 事件中写
   ADOCobblerPool := TADOCobblerPool.Create(15,60,5000);
   在窗体 或 模块Close事件中写
   ADOCobblerPool.Free;
   调用如下 ado1 是TADODataset,TADOtable,TADOQuery
   ado1.Connection := ADOCobblerPool.GetADOCon(ss);
  try
    ado1.Open;
  finally
    ADOCobblerPool.FreeADOConUsed(ado1.Connection.Tag);
  end;
作者:Cobbler
     2011-1-23
     如有优化 请传作者一份 。谢谢!
     大富翁ID:eloveme
     邮箱:eloveme@tom.com
     QQ;250134558
********************************************************************************)
unit UntCobblerPool;
interface
uses
  Windows, DB, ADODB, classes, Dialogs, SysUtils, ExtCtrls, DateUtils;
type
  TADOCobbler = class
  private
    FFlag: boolean; //当前对象是否被使用
    FConnObj: TADOConnection; //数据库连接对象
    FConnStr: ShortString;//连接字符串
    FAStart: TDateTime;//最后一次活动时间
  public
    constructor Create(tmpConnStr:string);overload;
    destructor Destroy;override;
    property Flag:boolean  read FFlag write FFlag;
    property ConnObj: TADOConnection read FConnObj;
    property ConnStr: ShortString read FConnStr write FConnStr;
    property AStart: TDateTime read FAStart write FAStart;
  end;
type
  TADOCobblerPool = class
    procedure OnMyTimer(Sender: TObject);//做轮询用
  private
    FSection: TRTLCriticalSection;
    FPOOLNUMBER:Integer; //池大小
    FPollingInterval:Integer;//轮询时间 以 分 为单位
    FADOCobbler:TADOCobbler;//
    FList:TList;//用来管理连接TADOCobbler
    FTime :TTimer;//主要做轮询
    procedure Enter;
    procedure Leave;
  public
    constructor Create(const MaxNumBer:Integer;FreeMinutes :Integer= 60;TimerTime:Integer = 5000);overload;
    destructor Destroy;override;
    //从池中取出可用的ADO连接
    function GetADOCon(const tmpConnStr:string):TADOConnection;
    //回归至池中为可用
    procedure FreeADOConUsed(const iTag:Integer);
    //是否池中许久未用的ADO连接
    procedure FreeADOCon;
  end;
var
  ADOCobblerPool:TADOCobblerPool;
implementation
{ TADOCobbler }
constructor TADOCobbler.Create(tmpConnStr: string);
begin
  FConnObj := TADOConnection.Create(nil);
  FConnStr := tmpConnStr;
  FConnObj.ConnectionString := FConnStr;
  FConnObj.CommandTimeout := 30;
  FConnObj.ConnectionTimeout := 60;
  FConnObj.LoginPrompt := False;
  try
    FConnObj.Connected := True;
  except
  end;
end;
destructor TADOCobbler.Destroy;
begin
  FFlag := False;
  FConnStr := '';
  FAStart := 0;
  if Assigned(FConnObj) then FConnObj.Free;
  inherited;
end;
{ TADOCobblerPool }
constructor TADOCobblerPool.Create(const MaxNumBer:Integer;FreeMinutes :Integer= 60;TimerTime:Integer = 5000);
begin
  InitializeCriticalSection(FSection);
  FPOOLNUMBER := MaxNumBer; //设置池大小
  FPollingInterval := FreeMinutes;// 连接池中  FPollingInterval 以上没用的 自动回收连接池
  FList := TList.Create;
  FTime := TTimer.Create(nil);
  FTime.Interval := TimerTime;//5分钟检查一次
  FTime.OnTimer := OnMyTimer;
end;
destructor TADOCobblerPool.Destroy;
var
  i:integer;
begin
  for i := FList.Count - 1 downto 0  do
  begin
    try
      FADOCobbler := TADOCobbler(FList.Items);
      FreeAndNil(FADOCobbler);
      FList.Delete(i);
    except
    end;
  end;
  FList.Free;
  DeleteCriticalSection(FSection);
end;
procedure TADOCobblerPool.Enter;
begin
  EnterCriticalSection(FSection);
end;
procedure TADOCobblerPool.Leave;
begin
  LeaveCriticalSection(FSection);
end;
//根据字符串连接参数 取出当前连接池可以用ADO
function TADOCobblerPool.GetADOCon(const tmpConnStr:string):TADOConnection;
var
  i:Integer;
  IsResult :Boolean; //标识
  CurOutTime:Integer;
begin
  Result := nil;
  IsResult := False;
  CurOutTime := 0;
  Enter;
  try
    for I := 0 to FList.Count - 1 do
    begin
      FADOCobbler := TADOCobbler(FList.Items);
      if not FADOCobbler.Flag then //可用
      begin
        if SameStr(LowerCase(tmpConnStr),LowerCase(FADOCobbler.ConnStr)) then  //找到
        begin
          Result :=  FADOCobbler.ConnObj;
          Result.Tag := I+1;//为了误认0的状态
          FADOCobbler.Flag := True; //标记已经分配用了
          FADOCobbler.AStart := Now;//记录时间
          IsResult := True;
          Break;//退出循环
        end;
      end;
    end; // end for
  finally
    Leave;
  end;
  if IsResult then Exit;
  //池未满 新建一个
  Enter;
  try
    if FList.Count < FPOOLNUMBER then //池未满
    begin
      FADOCobbler := TADOCobbler.Create(tmpConnStr);
      Result :=  FADOCobbler.ConnObj;
      Result.Tag := FList.Count+1;
      FADOCobbler.Flag := True;
      FADOCobbler.AStart := Now;//记录时间
      IsResult := True;
      FList.Add(FADOCobbler);//假如管理
    end;
  finally
    Leave;
  end;
  if IsResult then Exit;
  //池满 等待 等候释放
  while True do
  begin
    Enter;
    try
      for I := 0 to FList.Count - 1 do
      begin
        FADOCobbler := TADOCobbler(FList.Items);
        if SameStr(LowerCase(tmpConnStr),LowerCase(FADOCobbler.ConnStr)) then  //找到
        begin
          if not FADOCobbler.Flag then //可用
          begin
            Result :=  FADOCobbler.ConnObj;
            Result.Tag := I+1;
            FADOCobbler.Flag := True; //标记已经分配用了
            FADOCobbler.AStart := Now;//记录时间
            IsResult := True;
            Break;//退出循环
          end;
        end;
      end; // end for
      if IsResult then Break; //找到退出
    finally
      Leave;
    end;
    //如果不存在这种字符串的池子 则 一直等到超时
    if CurOutTime >= 5000 * 6 then  //1分钟
    begin
      raise Exception.Create('连接超时!');
      Break;
    end;
    Sleep(500);//0.5秒钟
    CurOutTime := CurOutTime + 500; //超时设置成60秒
  end;//end while
end;
procedure TADOCobblerPool.FreeADOConUsed(const iTag: Integer);
begin
  Enter;
  try
    if iTag < 1 then Exit;
    if FList.Count < 1 then Exit;
    if FList.Count < iTag - 1 then Exit;
    FADOCobbler := TADOCobbler(FList.Items[iTag - 1]);
    FADOCobbler.Flag := False;
    FADOCobbler.AStart := Now;//最后活动时间
  finally
    Leave;
  end;
end;

procedure TADOCobblerPool.FreeADOCon;
var
  i:Integer;
  function MyMinutesBetween(const ANow, AThen: TDateTime): Integer;
  begin
    Result := Round(MinuteSpan(ANow, AThen));
  end;
begin
  Enter;
  try
    for I := FList.Count - 1 downto 0 do
    begin
      FADOCobbler := TADOCobbler(FList.Items);
      if MyMinutesBetween(Now,FADOCobbler.AStart) >= FPollingInterval then //释放池子许久不用的ADO
      begin
        FreeAndNil(FADOCobbler);
        FList.Delete(I);
      end;
    end;
  finally
    Leave;
  end;
end;
procedure TADOCobblerPool.OnMyTimer(Sender: TObject);
begin
  FreeADOCon;
end;
end.

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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