java连接mysql实例及数据库操作

1. 下载免安装的MySQL
   http://www.mysql.com/downloads/mysql/
   2.创建和修改my.ini文件
   在根目录下，找到my-default.ini文件 复制并更名为my.ini还放到根目录下。
   修改my.ini 添加如下：
   basedir = “F:\mysql\”
   datadir = “F:\mysql\data\”
   3.设置MySQL为Windows系统服务
   以管理员身份运行cmd
   在“运行窗口”中执行：

F:\\mysql\\bin\\mysqld.exe -install

以后只要双击mysqld.exe就启动了。这个前提是MySQL服务是自动启动的。
如果不是，每次需要在cmd中输入：

net start mysql

4.安装SQLyog
http://www.webyog.com/cn/
5.使用SQLyog登陆MySQL

6.在myeclipse中导入MySQL的jar包
http://dev.mysql.com/downloads/connector/j/
下载：

解压后添加到项目中：

7. 在MySQL的图形界面中，创建数据库以及其中的表：

我这里表t_product 里面的内容是：


8.在项目中创建

package org.db;

import java.sql.Connection;  
import java.sql.DriverManager;  
import java.sql.PreparedStatement;  
import java.sql.SQLException;  

public class DBHelper {  
    public static final String url = "jdbc:mysql://localhost:3306/database_test";  
    public static final String name = "com.mysql.jdbc.Driver";  
    public static final String user = "root";  
    public static final String password = "";  //安装MySQL时没设密码，所以为空

    public Connection conn = null;  
    public PreparedStatement pst = null;  //预处理，比Statement好

    private static DBHelper sharedInstanceManager = null;
    //单例模式，避免每次SQL语句都连一下数据库
    public static DBHelper sharedInstance() throws Exception {
        if (null == sharedInstanceManager) {
            sharedInstanceManager = new DBHelper();
        }
        return sharedInstanceManager;
    }
    //构造函数是用来连接数据库的
    public DBHelper() throws Exception{
         Class.forName(name);//指定连接类型  
         conn = DriverManager.getConnection(url, user, password);//获取连接 
         if(!conn.isClosed())
             System.out.println("Succeeded connecting to the Database!");
    }

    public PreparedStatement excuteSQL(String sql) throws SQLException {  
        pst = conn.prepareStatement(sql);//准备执行语句  
        return pst;
    }  

    public void close() {  
        try {  
            this.conn.close();  
            this.pst.close();  
        } catch (SQLException e) {  
            e.printStackTrace();  
        }  
    }  
}  

package org.db;

import java.sql.ResultSet;

public class Demo {

    static String sql = null;
    static ResultSet resultSet = null;

    public static void main(String[] args) throws Exception {

        //查询
        sql = "select * from t_product";// SQL语句
        resultSet = DBHelper.sharedInstance().excuteSQL(sql).executeQuery();// 执行语句，得到结果集
        //迭代 每次一行  要根据表中字段值的类型
        while (resultSet.next()) {
            int id = resultSet.getInt(1);
            String name = resultSet.getString(2);
            float price = resultSet.getFloat(3);
            int number = resultSet.getInt(4);
            System.out.println(id + "\t" + name + "\t" + price + "\t" + number);
        }// 显示数据
        resultSet.close();

        //添加
        sql="insert into t_product values(10,'bull',9.5,5)";
        DBHelper.sharedInstance().excuteSQL(sql).executeUpdate();

        //修改
        sql="update t_product set name_p ='cow' where id=10";
        DBHelper.sharedInstance().excuteSQL(sql).executeUpdate();

        //删除
        sql="delete from t_product where id=10";
        DBHelper.sharedInstance().excuteSQL(sql).executeUpdate();
    }

}

结果：

批量插入

public class Handle_test {

    static String sql = null;// 执行的SQL语句

    public static void main(String[] args) throws Exception {
        sql = "insert into test_xuyao (name,num) values (?,?)";
        DBHelper dbHelper = new DBHelper();
        dbHelper.conn.setAutoCommit(false);
        dbHelper.pst = dbHelper.conn.prepareStatement(sql);
        int count = 0;
        long l = System.currentTimeMillis();
        for (int i = 0; i < 100000; i++) {
            dbHelper.pst.setInt(1, i);
            dbHelper.pst.setInt(2, i);
            dbHelper.pst.addBatch();
            count++;
            if (count % 100000 == 0) {
                dbHelper.pst.executeBatch(); // 执行批量处理
                dbHelper.conn.commit();  // 提交
            }
        }
        dbHelper.close();
        System.out.println((System.currentTimeMillis() - l) / 1000);
    }

}

10万条数据只需要2秒钟