druid--JDBC工具类案例

Posted Z-hhhhh

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了druid--JDBC工具类案例相关的知识,希望对你有一定的参考价值。

什么是Druid?

​ Druid是一个高效的数据查询系统,主要解决的是对于大量的基于时序的数据进行聚合查询。数据可以实时摄入,进入到Druid后立即可查,同时数据是几乎是不可变。通常是基于时序的事实事件,事实发生后进入Druid,外部系统就可以对该事实进行查询。 目前常用的数据源主要有c3p0、dbcp、proxool、druid。

Druid特点:

​ 亚秒级查询:druid提供了快速的聚合能力以及亚秒级的OLAP查询能力,多租户的设计,是面向用户分析应用的理想方式
实时数据注入:druid支持流数据的注入,并提供了数据的事件驱动,保证在实时和离线环境下事件的实效性和统一性
​ 可扩展的PB级存储:druid集群可以很方便的扩容到PB的数据量,每秒百万级别的数据注入。即便在加大数据规模的情况下,也能保证时其效性
​ 多环境部署:druid既可以运行在商业的硬件上,也可以运行在云上。它可以从多种数据系统中注入数据,包括hadoop,spark,kafka,storm和samza等
​ 丰富的社区:druid拥有丰富的社区,供大家学习

依赖

  <properties>
        <mysql.version>5.1.49</mysql.version>
        <log4j.version>1.2.12</log4j.version>
    </properties>

 <dependencies>
        <dependency>
            <groupId>log4j</groupId>
            <artifactId>log4j</artifactId>
            <version>$log4j.version</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>$mysql.version</version>
        </dependency>
        <!-- druid -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid</artifactId>
            <version>1.0.27</version>
        </dependency>
        <!-- commons-dbutils -->
        <dependency>
            <groupId>commons-dbutils</groupId>
            <artifactId>commons-dbutils</artifactId>
            <version>1.6</version>
        </dependency>
        <!-- fastjson -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.22</version>
        </dependency>
    </dependencies>

需要根据情况修改database,username,password

jdbc.properties配置文件

driverClassName=com.mysql.jdbc.Driver
url=jdbc:mysql://192.168.71.222:3306/test?useSSL=false&createDatabaseIfNotExist=true&characterEncoding=UTF-8
username=root
password=root
**以下为非必写配置
*初始化长度
initialSize=5
*最大连接数
maxActive=10
*超时等待时间
maxWait=3000

log4j.properties文件

log4j.rootLogger=warn, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

准备一张表

create databases test;
use test;
create table student(
name varchar(30),
age int(10),
gender varchar(10)
);
insert into student(name,age,gender) values('zwh',19,'male');
insert into student(name,age,gender) values('cm',18,'female');

//验证一下
select * from stundet;

JDBCReadUtils

import com.alibaba.druid.pool.DruidDataSourceFactory;
import org.apache.commons.dbutils.QueryRunner;
import org.apache.commons.dbutils.handlers.ArrayHandler;
import org.apache.commons.dbutils.handlers.ArrayListHandler;
import org.apache.log4j.Logger;

import java.io.File;
import java.io.FileInputStream;
import java.io.Serializable;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.List;
import java.util.Properties;
public class JDBCReadUtils implements Serializable 
    private static Logger logger = Logger.getLogger(JDBCReadUtils.class);
    /**
     * 实现JDBCHelper的单例化
     */
    private static JDBCReadUtils instance = null;
    private QueryRunner runner = null;

    /**
     * 实现单例的过程中,创建唯一的数据库连接池
     */
    private JDBCReadUtils(String url) 
        Properties properties = new Properties();
        try 
            properties.load(new FileInputStream(new File(url)));
            runner = new QueryRunner(DruidDataSourceFactory.createDataSource(properties));

         catch (Exception e) 
            logger.error(e.getMessage(), e);
        
    

    public JDBCReadUtils() 
    

    /**
     * 获取单例
     */
    public static JDBCReadUtils getInstance(String url) 
        if (instance == null) 
            synchronized (JDBCReadUtils.class) 
                if (instance == null) 
                    instance = new JDBCReadUtils(url);
                
            
        
        return instance;
    



    /**
     * 查询(返回Array结果)
     */
    private Object[] queryArray(String sql, Object... params) 
        Object[] result = null;
        try 
            result = runner.query(sql, new ArrayHandler(), params);
         catch (SQLException e) 
            logger.error(e.getMessage());
        
        return result;
    

    /**
     * 查询(返回ArrayList结果)
     */
    public List<Object[]> queryArrayList(String sql, Object... params) 
        List<Object[]> result = null;
        try 
            result = runner.query(sql, new ArrayListHandler(), params);
         catch (SQLException e) 
            logger.error(e.getMessage());
        
        return result == null ? new ArrayList<Object[]>() : result;
    

    /**
     * 更新(包括UPDATE、INSERT、DELETE,返回受影响的行数)
     */
    public int update(String sql, Object... params) 
        int result = 0;
        try 
            result = runner.update(sql, params);
         catch (SQLException e) 
            logger.error(e.getMessage());
        
        return result;
    



JDBCTest

import java.util.List;

public class JDBCTest 
    public static void main(String[] args) 
 
        JDBCReadUtils readUtils = JDBCReadUtils
                .getInstance("D:\\\\javaproject\\\\k12project\\\\druidJDBC\\\\src\\\\main\\\\resources\\\\jdbc.properties");
        
        //查找
        //o[0] 根据字段个数来写,后面的动态参数用来写where条件
        // 如:List<Object[]> result = readUtils.queryArrayList("select * from student where age>?","18");
        /*List<Object[]> result = readUtils.queryArrayList("select name,age from student");
        for (Object[] o : result) 
            System.out.println(o[0]+ "\\t" + o[1]  );
        */

        
        //更新
        int update = readUtils.update("insert into student(name,age,gender) values('wjing',12,'female') ");
        System.out.println(update);


    


以上是关于druid--JDBC工具类案例的主要内容,如果未能解决你的问题,请参考以下文章

大数据Apache Druid:Druid JDBC API和其他OLAP分析框架对比

# LowCode 低代码建表工具

# LowCode 低代码建表工具

如何提高接口自动化测试的有效性覆盖和案例有效性

AIGC:ChatGPT(一个里程碑式的对话聊天机器人)的简介(意义/功能/核心技术等)使用方法(七类任务)案例应用(提问基础性/事实性/逻辑性/创造性/开放性的问题以及编程相关)之详细攻略

视频 | 如何创建自动化脚本以提高噪声仿真的有效性