自定义JDBC工具类

步:创建JDBC工具类

package lo.utils;

import java.sql.*;
import java.util.UUID;

/**
 * JDBC 工具类
 * @author pengYi
 *
 */
public class JDBCUtils{
public static Connection connection = null; public static PreparedStatement preparedStatement = null; public static ResultSet resultSet = null; /** * 连接数据库 * @return */ public static Connection getConnection(){ String url = "jdbc:mysql://localhost:3306/chartroom"; String user = "root"; String password = "root"; try { Class.forName("com.mysql.jdbc.Driver"); connection = DriverManager.getConnection(url, user, password); } catch (SQLException e) { e.printStackTrace(); } catch (ClassNotFoundException e) { e.printStackTrace(); } return connection; } /** * 关闭资源 */ public static void close(){ try{ if(connection != null){ connection = null; connection.close(); } if(preparedStatement != null){ preparedStatement = null; preparedStatement.close(); } if(resultSet!= null){ resultSet = null; resultSet.close(); } }catch(SQLException e){ e.printStackTrace(); } } }

  第二步:工具类的使用

package lo.utils;

import java.sql.SQLException;
import java.util.UUID;

public class Dao extends JDBCUtils{
	
	public void insert(String string, String string2, String string3) {
		JDBCUtils.getConnection();
		String sql="insert into user value(?,?,?,?)";
		try {
			preparedStatement = connection.prepareStatement(sql);
			preparedStatement.setString(1, UUID.randomUUID().toString().replace("-",""));
			preparedStatement.setString(2, string);
			preparedStatement.setString(3, string2);
			preparedStatement.setString(4, string3);
			preparedStatement.executeUpdate();
		} catch (SQLException e) {
			e.printStackTrace();
		}
		JDBCUtils.close();
	}
}

  

 

总结分析:

  1.采用继承的方式使用工具类。

  2.在工具类中将需要重复用到的代码写在一个方法里面。

  3.Connection、prepareStatement、ResultSet 三个对象定义成 静态共有方便是为了方法去用,就不用每个dao里面都new三个对象。

 

转载于:https://www.cnblogs.com/py1994/p/6645971.html

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
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