Spring数据源配置

article/2025/9/30 22:43:43

目录

Spring相关的API

ApplicationContext的继承体系

ApplicationContext的实现类

getBean()方法使用

 Spring配置数据源(连接池)

数据源的开发步骤

 加载配置文件方式创建

将DateSource的创建权交给Spring容器去完成

抽取jdbc配置文件

Spring相关的API

ApplicationContext的继承体系

applicationContext：接口类型，代表应用上下文，可以通过其实例获得Spring容器中的Bean对象

 紫色的为接口，浅绿色的为抽象类，绿色的为实现类

ApplicationContext的实现类

①ClassPathXmlApplicationContext

它是从类的跟路径下加载配置文件，只需要创建resource下的xml，参数写入xxx.xml即可(推荐使用)

②FileSystemXmlApplicationContext

他是从磁盘路径上加载配置文件，配置文件可以在磁盘的任意位置。

③AnnotationConfigApplicationContext

当使用注解配置容器对象时，需要食用此类来创建spring容器骂他用来读取注解

getBean()方法使用

//根据id找
public object getBean(String name) throws BeansException {assertBeanFactoryActive();return getBeanFactory().getBean(name);
}//根据字节码对象找
public <T> T getBean(Class<T> requiredType) throws BeansException {assertBeanFactoryActive();return getBeanFactory().getBean(requiredType);
}

其中，当参数的数据类型是字符串时，表示根据Bean的id从容器这种获得Bean实例，返回Object，需要强转。当参数的数据类型是Class类型是，表示根据类型从容器中匹配Bean实例，当容器中相同类型的Bean有多个是是，则clss方法会报错

根据id

 根据字节码对象

某一类型的bean对象存在多对时，只能使用id，因为id是唯一的，某一类型的bean对象存在一对是时，可以用id，也可以使用字节码对象，使用字节码对象更方便些。

 Spring配置数据源(连接池)

  •  数据源（连接池）是提高程序性能出现的
  • 事先实例化数据源，初始化部分连接资源
  • 使用连接资源时从数据源中获取
  • 使用完毕后将连接资源归还给数据源

常见的数据源(连接池)：DBCP、C3P0、BoneCP、Druid等

数据源的开发步骤

  1. 导入数据源的坐标和数据库驱动坐标
  2. 创建数据源对象
  3. 设置数据源的基本连接数据
  4. 使用数据源获取连接资源和归还连接资源

①：导入数据源坐标

<dependencies><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>5.1.32</version></dependency>
//c3p0数据源<dependency><groupId>c3p0</groupId><artifactId>c3p0</artifactId><version>0.9.1.2</version></dependency>
//druid数据源<dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.1.10</version></dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.11</version><scope>test</scope></dependency></dependencies>

在test测试中创建类

package com.test;import com.mchange.v2.c3p0.ComboPooledDataSource;
import org.junit.Test;import java.sql.Connection;public class DateSourceTest {@Testpublic void test1() throws Exception{ComboPooledDataSource dataSource=new ComboPooledDataSource();dataSource.setDriverClass("com.mysql.jdbc.Driver");//访问数据库中kc_db01库dataSource.setJdbcUrl("jdbc:mysql://localhost:3306/kc_db01");//数据库的账号密码dataSource.setUser("root");dataSource.setPassword("123456");Connection connection=dataSource.getConnection();System.out.println(connection);connection.close();}
}

 运行结果

 打印出地址说明连接成功

测试连接druid 

@Testpublic void test2() throws Exception{DruidDataSource dataSource=new DruidDataSource();dataSource.setDriverClassName("com.mysql.jdbc.Driver");//访问数据库中kc_db01库dataSource.setUrl("jdbc:mysql://localhost:3306/kc_db01");//数据库的账号密码dataSource.setUsername("root");dataSource.setPassword("123456");Connection connection=dataSource.getConnection();System.out.println(connection);connection.close();}

 加载配置文件方式创建

在resource资源下创建一个MyJdbc.properties文件测试c3p0数据源)

内容是：

jdbc.driver=com.mysql.jdbc.Driver
jdbc.url=jdbc:mysql://localhost:3306/kc_db01
jdbc.username=root
jdbc.password=123456

在测试类中：

  @Test//测试手动创建c3p0数据库源(加载properties配置文件)public void test3() throws Exception{//读取配置文件,获取的参数是你设置的配置文件的名字，ResourceBundle rb=ResourceBundle.getBundle("MyJdbc");String driver=rb.getString("jdbc.driver");String url=rb.getString("jdbc.url");String username=rb.getString("jdbc.username");String password=rb.getString("jdbc.password");//创建数据源对象，设置连接参数ComboPooledDataSource dataSource=new ComboPooledDataSource();dataSource.setDriverClass(driver);dataSource.setJdbcUrl(url);dataSource.setUser(username);dataSource.setPassword(password);Connection connection=dataSource.getConnection();System.out.println(connection);connection.close();}

运行结果：

 配置文件的好处有给程序解耦，打完包之后不会变化，程序打完包都是对应的字节码文件，而配置文件还是原模原样。

将DateSource的创建权交给Spring容器去完成

先在pom.xml导入spring的基本坐标

    <dependency><groupId>org.springframework</groupId><artifactId>spring-context</artifactId><version>5.0.5.RELEASE</version></dependency>

在resource资源下创建ApplicationContext.xml

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd"><!--这个value是ComboPooledDataSource数据源的路径 -->
<bean id="dataSource" class="com.mchange.v2.c3p0.ComboPooledDataSource"><!--这里面的name值是数据源中的set的内容--><property name="driverClass" value="com.mysql.jdbc.Driver"></property><property name="jdbcUrl" value="jdbc:mysql://localhost:3306/kc_db01"></property><property name="user" value="root"></property><property name="password" value="123456"></property>
</bean></beans>

在DataSourceTest类下

   @Testpublic void test4() throws Exception{ApplicationContext app=new ClassPathXmlApplicationContext("applicationContext.xml");// DataSource dataSource= (DataSource) app.getBean("dataSource");DataSource dataSource= app.getBean(DataSource.class);Connection connection=dataSource.getConnection();System.out.println(connection);connection.close();}

运行结果

抽取jdbc配置文件

applicationContext.xml加载jdbc.properties配置文件获得连接信息

首先，需要引入context命名空间和约束路径：

命名空间：

xmlns:context="http://www.springframework.org/schema/context"

约束路径：

http://www.springframework.org/schema/contexthttp://www.springframework.org/schema/context/spring-context.xsd

 applicationContext.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xmlns:context="http://www.springframework.org/schema/context"xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsdhttp://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd"><!-- 加载外部properties文件   --><context:property-placeholder location="classpath:MyJdbc.properties"/><!--这个value是ComboPooledDataSource数据源的路径 -->
<bean id="dataSource" class="com.mchange.v2.c3p0.ComboPooledDataSource">
<!--这里面的name值是数据源中的set的内容--><property name="driverClass" value="${jdbc.driver}"></property><property name="jdbcUrl" value="${jdbc.url}"></property><property name="user" value="${jdbc.username}"></property><property name="password" value="${jdbc.password}"></property></bean></beans>

MyJdbc.properties文件下

jdbc.driver=com.mysql.jdbc.Driver
jdbc.url=jdbc:mysql://localhost:3306/kc_db01
jdbc.username=root
jdbc.password=123456

类中代码不变，运行结果为


http://chatgpt.dhexx.cn/article/86WSG1vm.shtml

相关文章

Java 动态数据源配置

Java 动态数据源配置

目录 一、动态数据源介绍 1. AbstractRoutingDataSource 2. 实现逻辑 二、源代码 1. 修改配置文件类 2. 创建数据源枚举 3. 数据源切换处理 4. 继承AbstractRoutingDataSource 5. 注入数据源 6. 自定义多数据源切换注解 7. AOP拦截类的实现 8. 使用切换数据源注解 …
阅读更多...
SpringBoot实现多数据源配置

SpringBoot实现多数据源配置

&#x1f60a; 作者&#xff1a; 一恍过去 &#x1f496; 主页&#xff1a; https://blog.csdn.net/zhuocailing3390 &#x1f38a; 社区&#xff1a; Java技术栈交流 &#x1f389; 主题&#xff1a; SpringBoot实现多数据源配置 ⏱️ 创作时间&#xff1a; 2022年06月13…
阅读更多...
SAP 数据源

SAP 数据源

SAP BW或者BI作为数据仓库会抽取SAP系统数据和非SAP系统数据&#xff0c;源系统的主要类型有以下几种&#xff1a; 1、SAP系统&#xff1a;R/3、S/4、CRM、等&#xff0c; 2、文本文件&#xff1a;将数据库转化为XML或者CSV文件放在FTP上&#xff0c;然后去读取数据&#xf…
阅读更多...
Python使用tsne进行高维数据可视化实战：二维可视化、三维可视化

Python使用tsne进行高维数据可视化实战：二维可视化、三维可视化

Python使用tsne进行高维数据可视化实战：二维可视化、三维可视化 # 绘制二维可视化图像并添加标签字符函数 def plot_embedding(data, label, title):x_min, x_max = np.min(data, 0), np.max(data, 0)data = (data - x_min) / (x_max - x_min)fig = plt.figure()ax = plt.s…
阅读更多...
降维算法PCA的应用----高维数据的可视化

降维算法PCA的应用----高维数据的可视化

文章目录 序言废话不多说看代码导入相关模块数据提取降维降维后数据信息展示新的特征矩阵 可视化关于X_dim2[yi, 0]的解释 总结 序言 当我们拿到一堆数据的时候&#xff0c;几乎不可能通过我们的肉眼分辨出数据的分布情况&#xff0c;这时候就想要通过图展示数据的分布&#x…
阅读更多...
学习笔记 | 用距离之距离（DoD）变换改进高维数据可视化

学习笔记 | 用距离之距离（DoD）变换改进高维数据可视化

文章目录 一、论文关键信息二、主要内容三、总结CSDN 叶庭云：https://yetingyun.blog.csdn.net/ 一、论文关键信息 论文标题：Improved visualization of high-dimensional data using the distance-of-distance transformation 论文地址：https://doi.org/10.1371/journal.…
阅读更多...
数据可视化的历史

数据可视化的历史

数据可视化的历史 可视化发展史与测量、绘画、人类现代文明的启蒙和科技的发展一脉相承。在地图、科学与工程制图、统计图表中&#xff0c;可视化理念与技术已经应用和发展了数百年。 17世纪之前&#xff1a;图表萌芽 16世纪时&#xff0c;人类已经掌握了精确的观测技术和设…
阅读更多...
【数据可视化】复杂高维多元数据的可视化

【数据可视化】复杂高维多元数据的可视化

1 高维多元数据 每个数据对象有两个或两个以上独立或者相关属性的数据。高维指数据具有多个独立属性&#xff0c;多元指数据具有多个相关属性。由于研究者在很多情况下不确定数据的属性是否独立&#xff0c;因此通常简单地称之为多元数据。例如&#xff1a;电脑配置。 高维多元…
阅读更多...
平行坐标图：高维数据可视化必备图形

平行坐标图：高维数据可视化必备图形

关于数据可视化&#xff0c;我们之前分享过很多基础图表和进阶图表&#xff0c;都是一些我们常见的图表&#xff0c;如折线图&#xff0c;柱状图&#xff0c;饼图等等。今天分享一个大家应该见过但是不那么熟悉的图表-平行坐标图。 平行坐标图的定义 平行坐标图可以说是折线图…
阅读更多...
Umap高维数据可视化与降维

Umap高维数据可视化与降维

Umap解决高维数据可视化的问题&#xff0c;以及高效降维。 Umap地址:https://github.com/lmcinnes/umap 文档地址&#xff1a;UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction — umap 0.5 documentation 1.pip通过清华镜像安装方式&#xff…
阅读更多...
【数据艺术科技1】基于pyhon的高维数据可视化。（1、2维）

【数据艺术科技1】基于pyhon的高维数据可视化。（1、2维）

引言 描述性分析是与数据科学项目甚至特定研究相关的任何分析生命周期的核心组成部分之一。数据聚合、汇总和可视化是支持这一数据分析领域的一些主要支柱。从传统商业智能时代到如今的人工智能时代&#xff0c;数据可视化一直是一种强大的工具&#xff0c;并因其在提取正确信…
阅读更多...
python高维数据可视化_【机器学习】（十六）主成分分析PCA：高维数据可视化、特征提取...

python高维数据可视化_【机器学习】（十六）主成分分析PCA：高维数据可视化、特征提取...

主成分分析(PCA)是一种旋转数据集的方法，旋转后的特征在统计上不相关。 用PCA做数据变换 首先，算法在原始数据点集中，找到方差最大的方向(包含最多信息)，标记为‘成分1’。->找到与“成分1”正交(成直角)且包含最多信息的方向，标记为“成分2”。利用这一过程找到的方向…
阅读更多...
TSNE 高维数据可视化

TSNE 高维数据可视化

TSNE 高维数据可视化 标签&#xff1a; python 机器学习 神经网络 在神经网络中&#xff0c;我们最后一层一般都是高纬度的数据&#xff0c;但是有时候我们可能想看一下这些高纬度数据的分布情况&#xff0c;这个时候就需要用TSNE&#xff0c;其实TSNE本质上就是先利用PCA降维…
阅读更多...
PCA实现高维数据可视化

PCA实现高维数据可视化

1 简介 PCA&#xff08;Principal Component Analysis&#xff09;即主成分分析是最常见的降维方法&#xff0c; 它是一种统计方法。用于高维数据集的探索与可视化&#xff0c;还可用于数据的压缩和预处理。可通过正交变换把具有相关性的高维变量转换为线性无关的低维变量&…
阅读更多...
高维数据可视化之t-SNE算法

高维数据可视化之t-SNE算法

https://blog.csdn.net/hustqb/article/details/78144384 t-sne数学原理https://zhuanlan.zhihu.com/p/57937096 什么是t-SNE&#xff1f; t-SNE的主要用途是可视化和探索高维数据。 它由Laurens van der Maatens和Geoffrey Hinton在JMLR第九卷(2008年)中开发并出版。 t-SNE…
阅读更多...
Python 数据可视化学习笔记 之高维数据可视化及其方法

Python 数据可视化学习笔记 之高维数据可视化及其方法

一、高维数据 高维数据泛指高维&#xff08;multidimensional&#xff09; 和多变量&#xff08;multivariate&#xff09;数据 -- 高维是指数据具有多个独立属性 -- 多变量是指数据具有多个相关属性 高维数据可视化的挑战&#xff1a; 如何呈现单个数据点的各属性的数据值分…
阅读更多...
高维数据可视化示例

高维数据可视化示例

高维数据可视化示例 文中代码均在Jupyter Notebook中运行 文中所需两个数据文件在下面给出。 文中数据集下载1 文中数据集下载2 目录 高维数据可视化示例单变量分析多变量分析可视化二维数据可视化三维数据可视化四维数据可视化 5 维数据可视化 6 维数据&#xff08;6-D&#…
阅读更多...
python科学计算库安装

python科学计算库安装

python科学计算相关的库包括numpy&#xff0c;scipy&#xff0c;matplotlib等&#xff0c;但是自己安装比较不容易&#xff0c;倒不是安装过程有多难&#xff0c;而是会出现各种各样的问题&#xff0c;现在做一记录 安装顺序numpy -> scipy - > matplotlib&#xff0c; …
阅读更多...
python怎么进行计算_python怎么计算

python怎么进行计算_python怎么计算

广告关闭 腾讯云11.11云上盛惠 ，精选热门产品助力上云，云服务器首年88元起，买的越多返的越多，最高返5000元！ 下面是python中的一个函数计算代码：loops=25000000 from math import*a=range(1,loops)def f(x):return 3*cos(x)+4*sin(x)**2%timeit r=(f(x) for x in a)效率…
阅读更多...
Python科学计算初探——余弦相似度

Python科学计算初探——余弦相似度

SciPy是世界上著名的Python开源科学计算库&#xff0c;建立在Numpy之上。它增加的功能包括数值积分、最优化、统计和一些专用函数。例如线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等等。 安装科学计算包SciPy 由于SciPy库在Windows下使用pip intall安装失败…
阅读更多...
推荐文章

Copyright @ 2022~2023