iBatis3 Note(二) : 初识Hello World

和学习所有框架API一样,有个HelloWorld的例子

本着1+1=2学习的逻辑,以下继续对iBatis3做一些简单实现

 

熟悉Hibernate的都知道如下几步

/**
   *  1.  create Configuration
   *  2.  build SessionFactory
   *  3.  open Session
   *  4.  begin Transaction
   *  5.  do crud operation
   *       flush commit rollback
   *  6.  close resource
   */

 

 

 而iBatis3会有如下几步

 

/**
 *  1.  create SqlSessionFactoryBuilder
 *  2.  read config file
 *  3.  build Factory
 *  4.  open session
 *  5.  do crud operations
 *  6.  close session
 */

 

第一个实现Hello World,

 

先看下文件结构



 

 

既然是iBatis,首先创建脚本,用的是mysql

DROP TABLE IF EXISTS `ibatis`.`t_helloworld`;
CREATE TABLE  `ibatis`.`t_helloworld` (
  `hw_id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(45) NOT NULL,
  `age` int(2) unsigned NOT NULL,
  PRIMARY KEY (`hw_id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8;

 

 数据如下

 

 

 

同时关注几个文件

  1. ibatis-config.xml
  2. config.properties
  3. helloworld.map.xml

 

  1. ibatis-config.xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE configuration PUBLIC "-//ibatis.apache.org//DTD Config 3.0//EN" "http://ibatis.apache.org/dtd/ibatis-3-config.dtd">
<configuration>
	<!-- 数据库配置文件 -->
	<properties resource="basic/config.properties"/>
	<!-- default属性一定要指定为其中某一environment的id -->
	<environments default="helloworld">
		<environment id="helloworld">
			<!-- type暂时用最简单的JDBC,其他可选项MANAGED -->
			<transactionManager type="JDBC" />
			<!-- type暂时用最简单的POOLED,其他可选项UNPOOLED,JNDI -->
			<dataSource type="POOLED">
				<property name="driver"   value="${driver}"/>
				<property name="url"      value="${url}"/>
				<property name="username" value="${username}"/>
				<property name="password" value="${password}"/>
				
				<!-- property name="driver"   value="com.mysql.jdbc.Driver"/>
				<property name="url"      value="jdbc:mysql://localhost:3306/ibatis"/>
				<property name="username" value="root"/>
				<property name="password" value="abcdef"/ -->
			</dataSource>
		</environment>
	</environments>
	<!-- 映射文件 -->
	<mappers>
		<mapper resource="basic/helloworld.map.xml"/>
	</mappers>
</configuration>

 

 

     2.   config.properties

driver=com.mysql.jdbc.Driver
url=jdbc\:mysql\://localhost\:3306/ibatis
username=root
password=abcdef

 

    3.   helloworld.map.xml

 

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper PUBLIC "-//ibatis.apache.org//DTD iBatis Mapper 3.0 //EN" "http://ibatis.apache.org/dtd/ibatis-3-mapper.dtd">
<mapper namespace="basic.HelloWorld">
	<select id="getHelloworlds" resultType="java.util.List">
		select * from t_helloworld
	</select>
	<select id="getHelloworldsByHwId" resultType="java.util.List" parameterType="int">
		select * from t_helloworld where hw_id = #{hw_id}
	</select>
</mapper>

 

 

FirstTest.java

package basic;

import java.io.IOException;
import java.io.Reader;
import java.util.List;

import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibatis.session.SqlSessionFactory;
import org.apache.ibatis.session.SqlSessionFactoryBuilder;

public class FirstTest {
	
	public static void main(String[] args) throws IOException {
		String configXml = "basic/ibatis-config.xml";
		SqlSessionFactoryBuilder builder = new SqlSessionFactoryBuilder();
		Reader config = Resources.getResourceAsReader(configXml);
		SqlSessionFactory factory = builder.build(config);
		SqlSession session = factory.openSession();
		
		List<HelloWorld> list = null;
		try {
			list = session.selectList("getHelloworlds");
			System.out.println(list.size());
			
			list = session.selectList("getHelloworldsByHwId", 1);
			System.out.println(list.size());
		} finally {
			session.close();
		}
	}
	
}

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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