08 JDBC调用存储过程

JDBC调用存储过程

标签(空格分隔): jdbc


  1. 通过Connection对象的prepareCall()方法创建一个CallableStatement对象的实例。在使用Connection对象的preparedCall()方法时,需要传入一个String类型的字符串,该字符串用于指明如何调用存储过程。
  2. 通过CallableStatement对象的reisterOutParameter()方法注册OUT参数。
  3. 通过CallableStatement对象的setXXX()方法设定IN或OUT参数。若想将参数默认值设为null,可以使用setnull的方法。
  4. 通过CallableStatement对性爱那个的execute()方法执行存储过程
  5. 如果所调用的是带返回参数的存储过程,还需要通过CallableStatement对象的getXXX()方法获取其返回值。
import static org.junit.Assert.*;

import java.sql.CallableStatement;
import java.sql.Connection;
import java.sql.SQLException;
import java.sql.Types;

import javax.sql.DataSource;

import org.junit.Test;

import com.mchange.v2.c3p0.ComboPooledDataSource;

public class JDBCTest {

    /**
     * 如何使用 JDBC 调用存储在数据库中的函数或存储过程
     */
    @Test
    public void testCallableStatment() {

        Connection connection = null;
        CallableStatement callableStatement = null;

        try {
            connection = JDBCTools.getConnection();

            // 1. 通过 Connection 对象的 prepareCall()
            // 方法创建一个 CallableStatement 对象的实例.
            // 在使用 Connection 对象的 preparedCall() 方法时,
            // 需要传入一个 String 类型的字符串, 该字符串用于指明如何调用存储过程.
            String sql = "{?= call sum_salary(?, ?)}";
            callableStatement = connection.prepareCall(sql);

            // 2. 通过 CallableStatement 对象的 
            //reisterOutParameter() 方法注册 OUT 参数.
            callableStatement.registerOutParameter(1, Types.NUMERIC);
            callableStatement.registerOutParameter(3, Types.NUMERIC);

            // 3. 通过 CallableStatement 对象的 setXxx() 方法设定 IN 或 IN OUT 参数. 若想将参数默认值设为
            // null, 可以使用 setNull() 方法.
            callableStatement.setInt(2, 80);

            // 4. 通过 CallableStatement 对象的 execute() 方法执行存储过程
            callableStatement.execute();

            // 5. 如果所调用的是带返回参数的存储过程, 
            //还需要通过 CallableStatement 对象的 getXxx() 方法获取其返回值.
            double sumSalary = callableStatement.getDouble(1);
            long empCount = callableStatement.getLong(3);

            System.out.println(sumSalary);
            System.out.println(empCount);

        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            JDBCTools.releaseDB(null, callableStatement, connection);
        }


    }

    @Test
    public void testC3P0() throws SQLException {
        DataSource dataSource = new ComboPooledDataSource("c3p0");

        System.out.println(dataSource.getConnection());
    }

}
  • 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。 二、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