大資料—— 使用 Durid 進行 JDBC 連接

目錄

一、Druid簡介

二、Druid的優點

三、使用 Durid 進行 JDBC MySQL 的連接

3.1 添加 Druid 的依賴、資料庫驅動

3.2 創建 JDBC 工具類

3.3 添加配置引數

3.4 測驗代碼

一、Druid簡介

Druid是阿里開源的資料庫連接池，作為后起之秀，性能比dbcp、c3p0更高，使用也越來越廣泛，

當然Druid不僅僅是一個連接池，還有很多其他的功能，

二、Druid的優點

• 高性能，性能比dbcp、c3p0高很多，
• 只要是jdbc支持的資料庫，druid都支持，對資料庫的支持性好，并且Druid針對oracle、mysql做了特別優化，
• 提供監控功能，可以監控sql陳述句的執行時間、ResultSet持有時間、回傳行數、更新行數、錯誤次數、錯誤堆疊等資訊，來了解連接池、sql陳述句的作業情況，方便統計、分析SQL的執行性能

三、使用 Durid 進行 JDBC MySQL 的連接

3.1 添加 Druid 的依賴、資料庫驅動

<!-- mysql-connector-java -->
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <version>5.1.49</version>
</dependency>

<!-- druid -->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>druid</artifactId>
    <version>1.0.27</version>
</dependency>

3.2 創建 JDBC 工具類

package cn.kgc.utils;

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;

/**
 * 【JDBC】業務工具類
 */
public class JDBCReadUtils implements Serializable {
    private static Logger logger = Logger.getLogger(JDBCReadUtils.class);
    /**
     * 實作JDBCHelper的單例化
     */
    private static JDBCReadUtils instance = null;
    private QueryRunner runner = null;

    /**
     * 實作單例的程序中，創建唯一的資料庫連接池
     */
    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() {
    }

    /**
     * 獲取單例
     *
     * @return 單例
     */
    public static JDBCReadUtils getInstance(String url) {
        if (instance == null) {
            synchronized (JDBCReadUtils.class) {
                if (instance == null) {
                    instance = new JDBCReadUtils(url);
                }
            }
        }
        return instance;
    }

    /**
     * 查詢（回傳Array結果）
     */
    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;
    }

    /**
     * 查詢（回傳ArrayList結果）
     */
    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<>() : result;
    }

    /**
     * 更新（包括UPDATE、INSERT、DELETE，回傳受影響的行數）
     */
    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;
    }

}

3.3 添加配置引數

在 resource 目錄中添加 jdbc.properties 檔案并添加如下配置

driverClassName=com.mysql.jdbc.Driver
url=jdbc:mysql://singleNode:3306/spark?useSSL=false&createDatabaseIfNotExist=true&characterEncoding=UTF-8
username=root
password=root

3.4 測驗代碼

package cn.kgc;

import cn.kgc.utils.JDBCReadUtils;

import java.util.List;

public class Test {
    public static void main(String[] args) {
        List<Object[]> result = JDBCReadUtils.getInstance("C:\\Users\\Administrator\\Desktop\\總部實戰課\\spark\\project\\src\\main\\resources\\jdbc.properties")
                .queryArrayList("select * from entity_question_number_accuracy limit 10;");
        for (Object o[] : result) {
            System.out.println(o[0] + "\t" + o[1] + "\t" + o[2] + "\t" + o[3]);
        }

    }
}