一.jdk提供的jdbc连接方式。
1.需要(oracle,mysql等)数据库驱动jar包。
2.注册驱动:Class.forName(“com.mysql.jdbc.Dirver”);
3.连接:Connection conn=DiverManager.getConnection(“jdbc:Mysql://ip:port/库名,‘name’,‘password’”);
4.增删改查:
获得语句执行平台Statement sta=conn.createStatement();
二.spring提供的JdbcTemplate。
JdbcTemplate的具体方法:
execute方法:可以用于执行任何SQL语句,一般用于执行DDL语句;
update方法及batchUpdate方法:update方法用于执行新增、修改、删除等语句;
batchUpdate方法用于执行批处理相关语句;
query方法及queryForXXX方法:用于执行查询相关语句;
call方法:用于执行存储过程、函数相关语句。
*PreparedStatement是预编译的,对于批量处理可以大大提高效率。可以使用“?”,Statement的sql不能使用“?”只能拼接语句。
具体了解见:https://blog.csdn.net/ITkampong/article/details/82426582。
三.mybatis框架连接方式。
框架的链接无疑是在基础的链接方式上进行封装。
导入mybatis包,配置conf.xml文。
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN" "http://mybatis.org/dtd/mybatis-3-config.dtd">
<configuration>
<environments default="development">
<environment id="development">
<transactionManager type="JDBC" />
// 配置数据库连接信息
<dataSource type="POOLED">
<property name="driver" value="com.mysql.cj.jdbc.Driver" />
<property name="url" value="jdbc:mysql://服务器地址:端口号/数据库名称?serverTimezone=GMT%2B8" />
<property name="username" value="数据库用户名" />
<property name="password" value="数据库密码" />
</dataSource>
</environment>
</environments>
</configuration>
创建实体表Sql查询映射文件比如:userMapper.xml。
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
//为这个mapper指定一个唯一的namespace,namespace的值习惯上设置成包名+sql映射文件名,这样就能够保证namespace的值是唯一的。例如namespace="com.springdemo.mapping.userMapper"就是com.springdemo.mapping(包名)+userMapper(userMapper.xml文件去除后缀)
<mapper namespace="com.springdemo.mapping.userMapper">
//根据_key查询得到一个user对象
<select id="getUser" parameterType="int"
resultType="com.springdemo.model.User"> //创建对应user实体类的位置
select * from S_USER where _key=#{id}
</select>
</mapper>
在conf.xml文件中注册userMapper.
<mappers>
// 注册userMapper.xml文件,
userMapper.xml位于com.springdemo.mapping这个包下,所以resource写成com/springdemo/mapping/userMapper.xml
<mapper resource="com/springdemo/mapping/userMapper.xml"/>
</mappers>
dao层读取conf配置文件即可,怎么读取具体不说了。
另外,spring JPA,Hibernate这两种框架过时了,本人也没用过,感兴趣的同学可以自己搜搜。
另外拓展一下,
大数据的数据处理流向
不成熟之言,研究中,大概几个月后会深入总结一次。时间:202-08-16。
原始数据 ==动作1:数据清洗==》适用业务结构的数据 ==》动作2:导入数据库hive,或者greenplum等,进行存储==》动作3:基于hive进行计算(hadoop,spark,flink等计算引擎)==》动作4:计算结果导入hbase,mongdb,es等,根据业务需求进行选择==》动作5:基于计算好的数据进行编程显示结果。
大数据与传统的互联网项目不同之处,是由多个子项目组合而成,比如上面的有向无环图中,每一个动作都是复杂的,各自成立一个子项目进行开发比较好,最后的结果显示可当做为主应用,因为所有子项目最终目的都是为了计算出结果,进行展示。
虽然知道了大数据的数据处理思路,但是实现起来并不容易。比如,数据的清洗是人工清洗,还是编程实现;上亿的数据的批量导入hive,spark计算等,都需要用到分布式,同步异步并发;还有各个子项目的跨域问题,消息推送问题,以及可能用到的流式处理实时数据(fafka);当然也少不了前端,或者前后端分离问题等,每一个都不是善茬。这些还只是存粹的技术问题,如果把业务性的东西融合进来,困难会更加大。