mysql混合复制模式,如何使用java在mysql中复制模式

在我的应用程序中,我需要将一个模式及其表和存储过程从基本模式复制到新模式.

我正在寻找一种方法来实现这一点.

我使用cmd查看了mysqldump,但它不是一个好的解决方案,因为我有一个客户端应用程序,这需要在客户端灌输服务器.

另一种选择是使用show query我自己植入.

这里的问题是我需要从头开始实现它,必须有问题的部分是我需要根据外键来安排表的顺序(因为如果表中有外键,表我我指的是需要先创建的.

我还想过创建一个存储过程来执行此操作,但在我的SQL中存储过程无法访问磁盘.

也许有人知道如何以另一种方式实现这一点?

解决方法:

您可以尝试使用Apache ddlutils.有一种方法可以将ddls从数据库导出到xml文件并重新导入.

api usage页面提供了有关如何将模式导出到xml文件,从xml文件读取并将其应用于新数据库的示例.我已经复制了下面的这些功能以及一个如何使用它来完成你要求的小片段.您可以将此作为起点并进一步优化.

DataSource sourceDb;

DataSource targetDb;

writeDatabaseToXML(readDatabase(sourceDb), "database-dump.xml");

changeDatabase(targetDb,readDatabaseFromXML("database-dump.xml"));

public Database readDatabase(DataSource dataSource)

{

Platform platform = PlatformFactory.createNewPlatformInstance(dataSource);

return platform.readModelFromDatabase("model");

}

public void writeDatabaseToXML(Database db, String fileName)

{

new DatabaseIO().write(db, fileName);

}

public Database readDatabaseFromXML(String fileName)

{

return new DatabaseIO().read(fileName);

}

public void changeDatabase(DataSource dataSource,

Database targetModel)

{

Platform platform = PlatformFactory.createNewPlatformInstance(dataSource);

platform.createTables(targetModel, true, false);

}

标签:java,mysql,jdbc

来源: https://codeday.me/bug/20190929/1833689.html

  • 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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 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