玩转JDBC打造数据库操作万能工具类JDBCUtil，加入了高效的数据库连接池，利用了参数绑定有效防止SQL注入
转载请注明出处：http://blog.csdn.net/linglongxin24/article/details/53750584
在之前学习了MySQL和Oracle之后，那么，如和在Java种去连接这两种数据库。在这个轻量级的工具类当中，使用了数据库连接池
去提高数据库连接的高效性，并且使用了PreparedStatement来执行对SQL的预编译，能够有效防止SQL注入问题。
一.准备在配置文件配置:配置数据库连接属性文件：在项目新建config包下建立jdbc-mysql.properties并加入以下配置
jdbc.driverClassName=com.mysql.jdbc.Driver jdbc.url=jdbc:mysql://127.0.0.1:3306/test?characterEncoding=utf8 jdbc.username=root jdbc.password=root
二.准备数据库连接池对象：单例
package util; import com.mchange.v2.c3p0.ComboPooledDataSource; import com.mchange.v2.c3p0.DataSources; import java.beans.PropertyVetoException; import java.io.FileInputStream; import java.io.IOException; import java.sql.Connection; import java.sql.SQLException; import java.util.Properties; /** * 数据库连接对象 * Created by yuandl on 2016-12-16. */ public class DBConnectionPool { private static volatile DBConnectionPool dbConnection; private ComboPooledDataSource cpds; /** * 在构造函数初始化的时候获取数据库连接 */ private DBConnectionPool() { try { /**通过属性文件获取数据库连接的参数值**/ Properties properties = new Properties(); FileInputStream fileInputStream = new FileInputStream("src/config/jdbc-mysql.properties"); properties.load(fileInputStream); /**获取属性文件中的值**/ String driverClassName = properties.getProperty("jdbc.driverClassName"); String url = properties.getProperty("jdbc.url"); String username = properties.getProperty("jdbc.username"); String password = properties.getProperty("jdbc.password"); /**数据库连接池对象**/ cpds = new ComboPooledDataSource(); /**设置数据库连接驱动**/ cpds.setDriverClass(driverClassName); /**设置数据库连接地址**/ cpds.setJdbcUrl(url); /**设置数据库连接用户名**/ cpds.setUser(username); /**设置数据库连接密码**/ cpds.setPassword(password); /**初始化时创建的连接数,应在minPoolSize与maxPoolSize之间取值.默认为3**/ cpds.setInitialPoolSize(3); /**连接池中保留的最大连接数据.默认为15**/ cpds.setMaxPoolSize(10); /**当连接池中的连接用完时，C3PO一次性创建新的连接数目;**/ cpds.setAcquireIncrement(1); /**隔多少秒检查所有连接池中的空闲连接,默认为0表示不检查;**/ cpds.setIdleConnectionTestPeriod(60); /**最大空闲时间,超过空闲时间的连接将被丢弃.为0或负数据则永不丢弃.默认为0;**/ cpds.setMaxIdleTime(3000); /**因性能消耗大请只在需要的时候使用它。如果设为true那么在每个connection提交的 时候都将校验其有效性。建议使用idleConnectionTestPeriod或automaticTestTable 等方法来提升连接测试的性能。Default: false**/ cpds.setTestConnectionOnCheckout(true); /**如果设为true那么在取得连接的同时将校验连接的有效性。Default: false **/ cpds.setTestConnectionOnCheckin(true); /**定义在从数据库获取新的连接失败后重复尝试获取的次数，默认为30;**/ cpds.setAcquireRetryAttempts(30); /**两次连接中间隔时间默认为1000毫秒**/ cpds.setAcquireRetryDelay(1000); /** 获取连接失败将会引起所有等待获取连接的线程异常, 但是数据源仍有效的保留,并在下次调用getConnection()的时候继续尝试获取连接.如果设为true, 那么尝试获取连接失败后该数据源将申明已经断开并永久关闭.默认为false**/ cpds.setBreakAfterAcquireFailure(true); } catch (IOException e) { e.printStackTrace(); } catch (PropertyVetoException e) { e.printStackTrace(); } } /** * 获取数据库连接对象，单例 * * @return */ public static DBConnectionPool getInstance() { if (dbConnection == null) { synchronized (DBConnectionPool.class) { if (dbConnection == null) { dbConnection = new DBConnectionPool(); } } } return dbConnection; } /** * 获取数据库连接 * * @return 数据库连接 */ public final synchronized Connection getConnection() throws SQLException { return cpds.getConnection(); } /** * finalize()方法是在垃圾收集器删除对象之前对这个对象调用的。 * * @throws Throwable */ protected void finalize() throws Throwable { DataSources.destroy(cpds); super.finalize(); } }
三.实现新增、修改、删除、查询操作的两个核心方法：可以实现任何复杂的SQL,而且通过数据绑定的方式不会有SQL注入问题
/** * 可以执行新增，修改，删除 * * @param sql sql语句 * @param bindArgs 绑定参数 * @return 影响的行数 * @throws SQLException SQL异常 */ public static int executeUpdate(String sql, Object[] bindArgs) throws SQLException { /**影响的行数**/ int affectRowCount = -1; Connection connection = null; PreparedStatement preparedStatement = null; try { /**从数据库连接池中获取数据库连接**/ connection = DBConnectionPool.getInstance().getConnection(); /**执行SQL预编译**/ preparedStatement = connection.prepareStatement(sql.toString()); /**设置不自动提交，以便于在出现异常的时候数据库回滚**/ connection.setAutoCommit(false); System.out.println(getExecSQL(sql, bindArgs)); if (bindArgs != null) { /**绑定参数设置sql占位符中的值**/ for (int i = 0; i < bindArgs.length; i++) { preparedStatement.setObject(i + 1, bindArgs[i]); } } /**执行sql**/ affectRowCount = preparedStatement.executeUpdate(); connection.commit(); String operate; if (sql.toUpperCase().indexOf("DELETE FROM") != -1) { operate = "删除"; } else if (sql.toUpperCase().indexOf("INSERT INTO") != -1) { operate = "新增"; } else { operate = "修改"; } System.out.println("成功" + operate + "了" + affectRowCount + "行"); System.out.println(); } catch (Exception e) { if (connection != null) { connection.rollback(); } e.printStackTrace(); throw e; } finally { if (preparedStatement != null) { preparedStatement.close(); } if (connection != null) { connection.close(); } } return affectRowCount; } /** * 执行查询 * * @param sql 要执行的sql语句 * @param bindArgs 绑定的参数 * @return List<Map<String, Object>>结果集对象 * @throws SQLException SQL执行异常 */ public static List<Map<String, Object>> executeQuery(String sql, Object[] bindArgs) throws SQLException { List<Map<String, Object>> datas = new ArrayList<>(); Connection connection = null; PreparedStatement preparedStatement = null; ResultSet resultSet = null; try { /**获取数据库连接池中的连接**/ connection = DBConnectionPool.getInstance().getConnection(); preparedStatement = connection.prepareStatement(sql); if (bindArgs != null) { /**设置sql占位符中的值**/ for (int i = 0; i < bindArgs.length; i++) { preparedStatement.setObject(i + 1, bindArgs[i]); } } System.out.println(getExecSQL(sql, bindArgs)); /**执行sql语句，获取结果集**/ resultSet = preparedStatement.executeQuery(); getDatas(resultSet); System.out.println(); } catch (Exception e) { e.printStackTrace(); throw e; } finally { if (resultSet != null) { resultSet.close(); } if (preparedStatement != null) { preparedStatement.close(); } if (connection != null) { connection.close(); } } return datas; }
四.执行新增的简化操作
/** * 执行数据库插入操作 * * @param valueMap 插入数据表中key为列名和value为列对应的值的Map对象 * @param tableName 要插入的数据库的表名 * @return 影响的行数 * @throws SQLException SQL异常 */ public static int insert(String tableName, Map<String, Object> valueMap) throws SQLException { /**获取数据库插入的Map的键值对的值**/ Set<String> keySet = valueMap.keySet(); Iterator<String> iterator = keySet.iterator(); /**要插入的字段sql，其实就是用key拼起来的**/ StringBuilder columnSql = new StringBuilder(); /**要插入的字段值，其实就是？**/ StringBuilder unknownMarkSql = new StringBuilder(); Object[] bindArgs = new Object[valueMap.size()]; int i = 0; while (iterator.hasNext()) { String key = iterator.next(); columnSql.append(i == 0 ? "" : ","); columnSql.append(key); unknownMarkSql.append(i == 0 ? "" : ","); unknownMarkSql.append("?"); bindArgs[i] = valueMap.get(key); i++; } /**开始拼插入的sql语句**/ StringBuilder sql = new StringBuilder(); sql.append("INSERT INTO "); sql.append(tableName); sql.append(" ("); sql.append(columnSql); sql.append(" ) VALUES ("); sql.append(unknownMarkSql); sql.append(" )"); return executeUpdate(sql.toString(), bindArgs); }
五.执行更新的简化操作
/** * 执行更新操作 * * @param tableName 表名 * @param valueMap 要更改的值 * @param whereMap 条件 * @return 影响的行数 * @throws SQLException SQL异常 */ public static int update(String tableName, Map<String, Object> valueMap, Map<String, Object> whereMap) throws SQLException { /**获取数据库插入的Map的键值对的值**/ Set<String> keySet = valueMap.keySet(); Iterator<String> iterator = keySet.iterator(); /**开始拼插入的sql语句**/ StringBuilder sql = new StringBuilder(); sql.append("UPDATE "); sql.append(tableName); sql.append(" SET "); /**要更改的的字段sql，其实就是用key拼起来的**/ StringBuilder columnSql = new StringBuilder(); int i = 0; List<Object> objects = new ArrayList<>(); while (iterator.hasNext()) { String key = iterator.next(); columnSql.append(i == 0 ? "" : ","); columnSql.append(key + " = ? "); objects.add(valueMap.get(key)); i++; } sql.append(columnSql); /**更新的条件:要更改的的字段sql，其实就是用key拼起来的**/ StringBuilder whereSql = new StringBuilder(); int j = 0; if (whereMap != null && whereMap.size() > 0) { whereSql.append(" WHERE "); iterator = whereMap.keySet().iterator(); while (iterator.hasNext()) { String key = iterator.next(); whereSql.append(j == 0 ? "" : " AND "); whereSql.append(key + " = ? "); objects.add(whereMap.get(key)); j++; } sql.append(whereSql); } return executeUpdate(sql.toString(), objects.toArray()); }
六.执行删除的简化操作
/** * 执行删除操作 * * @param tableName 要删除的表名 * @param whereMap 删除的条件 * @return 影响的行数 * @throws SQLException SQL执行异常 */ public static int delete(String tableName, Map<String, Object> whereMap) throws SQLException { /**准备删除的sql语句**/ StringBuilder sql = new StringBuilder(); sql.append("DELETE FROM "); sql.append(tableName); /**更新的条件:要更改的的字段sql，其实就是用key拼起来的**/ StringBuilder whereSql = new StringBuilder(); Object[] bindArgs = null; if (whereMap != null && whereMap.size() > 0) { bindArgs = new Object[whereMap.size()]; whereSql.append(" WHERE "); /**获取数据库插入的Map的键值对的值**/ Set<String> keySet = whereMap.keySet(); Iterator<String> iterator = keySet.iterator(); int i = 0; while (iterator.hasNext()) { String key = iterator.next(); whereSql.append(i == 0 ? "" : " AND "); whereSql.append(key + " = ? "); bindArgs[i] = whereMap.get(key); i++; } sql.append(whereSql); } return executeUpdate(sql.toString(), bindArgs); }
七.查询的4种玩法
-
1.执行sql通过 Map
import util.DBUtil; import java.sql.SQLException; import java.util.Date; import java.util.HashMap; import java.util.List; import java.util.Map; /** * Created by yuandl on 2016-12-16. */ public class DBTest { public static void main(String[] args) { System.out.println("数据库的原数据"); testQuery3(); testInsert(); System.out.println("执行插入后的数据"); testQuery3(); testUpdate(); System.out.println("执行修改后的数据"); testQuery3(); testDelete(); System.out.println("执行删除后的数据"); testQuery3(); System.out.println("带条件的查询1"); testQuery2(); System.out.println("带条件的查询2"); testQuery1(); } /** * 测试插入 */ private static void testInsert() { Map<String, Object> map = new HashMap<>(); map.put("emp_id", 1013); map.put("name", "JDBCUtil测试"); map.put("job", "developer"); map.put("salary", 10000); map.put("hire_date", new java.sql.Date(System.currentTimeMillis())); try { int count = DBUtil.insert("emp_test", map); } catch (SQLException e) { e.printStackTrace(); } } /** * 测试更新 */ private static void testUpdate() { Map<String, Object> map = new HashMap<>(); map.put("name", "测试更新"); Map<String, Object> whereMap = new HashMap<>(); whereMap.put("emp_id", "1013"); try { int count = DBUtil.update("emp_test", map, whereMap); } catch (SQLException e) { e.printStackTrace(); } } /** * 测试删除 */ private static void testDelete() { Map<String, Object> whereMap = new HashMap<>(); whereMap.put("emp_id", 1013); whereMap.put("job", "developer"); try { int count = DBUtil.delete("emp_test", whereMap); } catch (SQLException e) { e.printStackTrace(); } } /** * 查询方式一 */ public static void testQuery1() { Map<String,Object> whereMap=new HashMap<>(); whereMap.put("salary","10000"); try { DBUtil.query("emp_test",whereMap); } catch (SQLException e) { e.printStackTrace(); } } /** * 查询方式二 */ public static void testQuery2() { String where = "job = ? AND salary = ? "; String[] whereArgs = new String[]{"clerk", "3000"}; try { List<Map<String, Object>> list = DBUtil.query("emp_test", where, whereArgs); } catch (SQLException e) { e.printStackTrace(); } } /** * 查询方式三 */ public static void testQuery3() { try { List<Map<String, Object>> list = DBUtil.query("emp_test", false, null, null, null, null, null, null, null); } catch (SQLException e) { e.printStackTrace(); } } }
- 打印结果
数据库的原数据 SELECT * FROM emp_test 成功查询到了14行数据 第1行：{DEPT_TEST_ID=10, EMP_ID=1001, SALARY=10000, HIRE_DATE=2010-01-12, BONUS=2000, MANAGER=1005, JOB=Manager, NAME=张无忌} 第2行：{DEPT_TEST_ID=10, EMP_ID=1002, SALARY=8000, HIRE_DATE=2011-01-12, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=刘苍松} 第3行：{DEPT_TEST_ID=10, EMP_ID=1003, SALARY=9000, HIRE_DATE=2010-02-11, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=李翊} 第4行：{DEPT_TEST_ID=10, EMP_ID=1004, SALARY=5000, HIRE_DATE=2010-02-11, BONUS=null, MANAGER=1001, JOB=Programmer, NAME=郭芙蓉} 第5行：{DEPT_TEST_ID=20, EMP_ID=1005, SALARY=15000, HIRE_DATE=2008-02-15, BONUS=null, MANAGER=null, JOB=President, NAME=张三丰} 第6行：{DEPT_TEST_ID=20, EMP_ID=1006, SALARY=5000, HIRE_DATE=2009-02-01, BONUS=400, MANAGER=1005, JOB=Manager, NAME=燕小六} 第7行：{DEPT_TEST_ID=20, EMP_ID=1007, SALARY=3000, HIRE_DATE=2009-02-01, BONUS=500, MANAGER=1006, JOB=clerk, NAME=陆无双} 第8行：{DEPT_TEST_ID=30, EMP_ID=1008, SALARY=5000, HIRE_DATE=2009-05-01, BONUS=500, MANAGER=1005, JOB=Manager, NAME=黄蓉} 第9行：{DEPT_TEST_ID=30, EMP_ID=1009, SALARY=4000, HIRE_DATE=2009-02-20, BONUS=null, MANAGER=1008, JOB=salesman, NAME=韦小宝} 第10行：{DEPT_TEST_ID=30, EMP_ID=1010, SALARY=4500, HIRE_DATE=2009-05-10, BONUS=500, MANAGER=1008, JOB=salesman, NAME=郭靖} 第11行：{DEPT_TEST_ID=null, EMP_ID=1011, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=于泽成} 第12行：{DEPT_TEST_ID=null, EMP_ID=1012, SALARY=null, HIRE_DATE=2011-08-10, BONUS=null, MANAGER=null, JOB=null, NAME=amy} 第13行：{DEPT_TEST_ID=null, EMP_ID=1014, SALARY=8000, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=张无忌} 第14行：{DEPT_TEST_ID=20, EMP_ID=1015, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=刘苍松} INSERT INTO emp_test (name,hire_date,job,salary,emp_id ) VALUES (JDBCUtil测试,2016-12-17,developer,10000,1013 ) 成功新增了1行 执行插入后的数据 SELECT * FROM emp_test 成功查询到了15行数据 第1行：{DEPT_TEST_ID=10, EMP_ID=1001, SALARY=10000, HIRE_DATE=2010-01-12, BONUS=2000, MANAGER=1005, JOB=Manager, NAME=张无忌} 第2行：{DEPT_TEST_ID=10, EMP_ID=1002, SALARY=8000, HIRE_DATE=2011-01-12, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=刘苍松} 第3行：{DEPT_TEST_ID=10, EMP_ID=1003, SALARY=9000, HIRE_DATE=2010-02-11, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=李翊} 第4行：{DEPT_TEST_ID=10, EMP_ID=1004, SALARY=5000, HIRE_DATE=2010-02-11, BONUS=null, MANAGER=1001, JOB=Programmer, NAME=郭芙蓉} 第5行：{DEPT_TEST_ID=20, EMP_ID=1005, SALARY=15000, HIRE_DATE=2008-02-15, BONUS=null, MANAGER=null, JOB=President, NAME=张三丰} 第6行：{DEPT_TEST_ID=20, EMP_ID=1006, SALARY=5000, HIRE_DATE=2009-02-01, BONUS=400, MANAGER=1005, JOB=Manager, NAME=燕小六} 第7行：{DEPT_TEST_ID=20, EMP_ID=1007, SALARY=3000, HIRE_DATE=2009-02-01, BONUS=500, MANAGER=1006, JOB=clerk, NAME=陆无双} 第8行：{DEPT_TEST_ID=30, EMP_ID=1008, SALARY=5000, HIRE_DATE=2009-05-01, BONUS=500, MANAGER=1005, JOB=Manager, NAME=黄蓉} 第9行：{DEPT_TEST_ID=30, EMP_ID=1009, SALARY=4000, HIRE_DATE=2009-02-20, BONUS=null, MANAGER=1008, JOB=salesman, NAME=韦小宝} 第10行：{DEPT_TEST_ID=30, EMP_ID=1010, SALARY=4500, HIRE_DATE=2009-05-10, BONUS=500, MANAGER=1008, JOB=salesman, NAME=郭靖} 第11行：{DEPT_TEST_ID=null, EMP_ID=1011, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=于泽成} 第12行：{DEPT_TEST_ID=null, EMP_ID=1012, SALARY=null, HIRE_DATE=2011-08-10, BONUS=null, MANAGER=null, JOB=null, NAME=amy} 第13行：{DEPT_TEST_ID=null, EMP_ID=1014, SALARY=8000, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=张无忌} 第14行：{DEPT_TEST_ID=20, EMP_ID=1015, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=刘苍松} 第15行：{DEPT_TEST_ID=null, EMP_ID=1013, SALARY=10000, HIRE_DATE=2016-12-17, BONUS=null, MANAGER=null, JOB=developer, NAME=JDBCUtil测试} UPDATE emp_test SET name = 测试更新 WHERE emp_id = 1013 成功修改了1行 执行修改后的数据 SELECT * FROM emp_test 成功查询到了15行数据 第1行：{DEPT_TEST_ID=10, EMP_ID=1001, SALARY=10000, HIRE_DATE=2010-01-12, BONUS=2000, MANAGER=1005, JOB=Manager, NAME=张无忌} 第2行：{DEPT_TEST_ID=10, EMP_ID=1002, SALARY=8000, HIRE_DATE=2011-01-12, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=刘苍松} 第3行：{DEPT_TEST_ID=10, EMP_ID=1003, SALARY=9000, HIRE_DATE=2010-02-11, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=李翊} 第4行：{DEPT_TEST_ID=10, EMP_ID=1004, SALARY=5000, HIRE_DATE=2010-02-11, BONUS=null, MANAGER=1001, JOB=Programmer, NAME=郭芙蓉} 第5行：{DEPT_TEST_ID=20, EMP_ID=1005, SALARY=15000, HIRE_DATE=2008-02-15, BONUS=null, MANAGER=null, JOB=President, NAME=张三丰} 第6行：{DEPT_TEST_ID=20, EMP_ID=1006, SALARY=5000, HIRE_DATE=2009-02-01, BONUS=400, MANAGER=1005, JOB=Manager, NAME=燕小六} 第7行：{DEPT_TEST_ID=20, EMP_ID=1007, SALARY=3000, HIRE_DATE=2009-02-01, BONUS=500, MANAGER=1006, JOB=clerk, NAME=陆无双} 第8行：{DEPT_TEST_ID=30, EMP_ID=1008, SALARY=5000, HIRE_DATE=2009-05-01, BONUS=500, MANAGER=1005, JOB=Manager, NAME=黄蓉} 第9行：{DEPT_TEST_ID=30, EMP_ID=1009, SALARY=4000, HIRE_DATE=2009-02-20, BONUS=null, MANAGER=1008, JOB=salesman, NAME=韦小宝} 第10行：{DEPT_TEST_ID=30, EMP_ID=1010, SALARY=4500, HIRE_DATE=2009-05-10, BONUS=500, MANAGER=1008, JOB=salesman, NAME=郭靖} 第11行：{DEPT_TEST_ID=null, EMP_ID=1011, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=于泽成} 第12行：{DEPT_TEST_ID=null, EMP_ID=1012, SALARY=null, HIRE_DATE=2011-08-10, BONUS=null, MANAGER=null, JOB=null, NAME=amy} 第13行：{DEPT_TEST_ID=null, EMP_ID=1014, SALARY=8000, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=张无忌} 第14行：{DEPT_TEST_ID=20, EMP_ID=1015, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=刘苍松} 第15行：{DEPT_TEST_ID=null, EMP_ID=1013, SALARY=10000, HIRE_DATE=2016-12-17, BONUS=null, MANAGER=null, JOB=developer, NAME=测试更新} DELETE FROM emp_test WHERE job = developer AND emp_id = 1013 成功删除了1行 执行删除后的数据 SELECT * FROM emp_test 成功查询到了14行数据 第1行：{DEPT_TEST_ID=10, EMP_ID=1001, SALARY=10000, HIRE_DATE=2010-01-12, BONUS=2000, MANAGER=1005, JOB=Manager, NAME=张无忌} 第2行：{DEPT_TEST_ID=10, EMP_ID=1002, SALARY=8000, HIRE_DATE=2011-01-12, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=刘苍松} 第3行：{DEPT_TEST_ID=10, EMP_ID=1003, SALARY=9000, HIRE_DATE=2010-02-11, BONUS=1000, MANAGER=1001, JOB=Analyst, NAME=李翊} 第4行：{DEPT_TEST_ID=10, EMP_ID=1004, SALARY=5000, HIRE_DATE=2010-02-11, BONUS=null, MANAGER=1001, JOB=Programmer, NAME=郭芙蓉} 第5行：{DEPT_TEST_ID=20, EMP_ID=1005, SALARY=15000, HIRE_DATE=2008-02-15, BONUS=null, MANAGER=null, JOB=President, NAME=张三丰} 第6行：{DEPT_TEST_ID=20, EMP_ID=1006, SALARY=5000, HIRE_DATE=2009-02-01, BONUS=400, MANAGER=1005, JOB=Manager, NAME=燕小六} 第7行：{DEPT_TEST_ID=20, EMP_ID=1007, SALARY=3000, HIRE_DATE=2009-02-01, BONUS=500, MANAGER=1006, JOB=clerk, NAME=陆无双} 第8行：{DEPT_TEST_ID=30, EMP_ID=1008, SALARY=5000, HIRE_DATE=2009-05-01, BONUS=500, MANAGER=1005, JOB=Manager, NAME=黄蓉} 第9行：{DEPT_TEST_ID=30, EMP_ID=1009, SALARY=4000, HIRE_DATE=2009-02-20, BONUS=null, MANAGER=1008, JOB=salesman, NAME=韦小宝} 第10行：{DEPT_TEST_ID=30, EMP_ID=1010, SALARY=4500, HIRE_DATE=2009-05-10, BONUS=500, MANAGER=1008, JOB=salesman, NAME=郭靖} 第11行：{DEPT_TEST_ID=null, EMP_ID=1011, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=于泽成} 第12行：{DEPT_TEST_ID=null, EMP_ID=1012, SALARY=null, HIRE_DATE=2011-08-10, BONUS=null, MANAGER=null, JOB=null, NAME=amy} 第13行：{DEPT_TEST_ID=null, EMP_ID=1014, SALARY=8000, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=张无忌} 第14行：{DEPT_TEST_ID=20, EMP_ID=1015, SALARY=null, HIRE_DATE=null, BONUS=null, MANAGER=null, JOB=null, NAME=刘苍松} 带条件的查询1 SELECT * FROM emp_test WHERE job = clerk AND salary = 3000 成功查询到了1行数据 第1行：{DEPT_TEST_ID=20, EMP_ID=1007, SALARY=3000, HIRE_DATE=2009-02-01, BONUS=500, MANAGER=1006, JOB=clerk, NAME=陆无双} 带条件的查询2 SELECT * FROM emp_test WHERE salary = 10000 成功查询到了1行数据 第1行：{DEPT_TEST_ID=10, EMP_ID=1001, SALARY=10000, HIRE_DATE=2010-01-12, BONUS=2000, MANAGER=1005, JOB=Manager, NAME=张无忌} 1
十.GitHub
JDBC批处理使用起来要小心
转自：https://blog.csdn.net/xly_971223/article/details/83284003
看下面的方法
Connection conn = getConnection(); PreparedStatement ps = null; try { conn.setAutoCommit(false); ps = conn.prepareStatement("insert into t_user(username, password) values(?,?)"); Random r = new Random(); for(int i = 0; i < 1000; i++){ ps.setString(1, String.valueOf(r.nextInt(Integer.MAX_VALUE))); ps.setString(2, String.valueOf(r.nextInt())); ps.executeUpdate(); [color=red]conn.commit(); //每次都提交[/color] } } catch (SQLException e) { conn.rollback(); throw e; }finally{ ps.close(); conn.close(); }
循环每次都开启一个事务 插入一千条数据 耗时 29078 ms
Connection conn = getConnection(); PreparedStatement ps = null; try { conn.setAutoCommit(false); ps = conn.prepareStatement("insert into t_user(username, password) values(?,?)"); Random r = new Random(); for(int i = 0; i < 1000; i++){ ps.setString(1, String.valueOf(r.nextInt(Integer.MAX_VALUE))); ps.setString(2, String.valueOf(r.nextInt())); ps.executeUpdate(); } conn.commit(); //只提交一次 } catch (SQLException e) { conn.rollback(); throw e; }finally{ ps.close(); conn.close(); }
只开启一次事务 耗时 703 ms
但这不是推荐用法，jdbc有一个批处理方法 专门处理这种批量操作的 ps.addBatch();
Connection conn = getConnection(); PreparedStatement ps = null; try { conn.setAutoCommit(false); ps = conn.prepareStatement("insert into t_user(username, password) values(?,?)"); Random r = new Random(); for(int i = 0; i < 1000; i++){ ps.setString(1, String.valueOf(r.nextInt(Integer.MAX_VALUE))); ps.setString(2, String.valueOf(r.nextInt())); ps.addBatch();//加入批处理 //ps.executeUpdate();不能与addBatch（）同时用 } int[] results = ps.executeBatch();//执行批处理 conn.commit(); } catch (SQLException e) { conn.rollback(); throw e; }finally{ ps.close(); conn.close(); }
批处理方式 耗时 781 ms
跟只开启一次事务效率差不多
这里要着重指出addBatch()和executeUpdate()不要同时用否则会导致记录插入两次
本来1000条记录 会插入2000条，本人在开始就翻了这个错误
第一种方法与第二 三种方法性能差别达 40倍 看来事务真是性能杀手啊 能少开尽量少开啦
