数据库连接池

数据库连接池

当有多个线程,每个线程都需要连接数据库执行SQL语句的话,那么每个线程都会创建一个连接,并且在使用完毕后,关闭连接。
创建连接和关闭连接的过程也是比较消耗时间的,当多线程并发的时候,系统就会变得很卡顿。
同时,一个数据库同时支持的连接总数也是有限的,如果多线程并发量很大,那么数据库连接的总数就会被消耗光,后续线程发起的数据库连接就会失败。

所以就申请一部分连接,当有需求是就会用到这些连接,当有足够的连接存在时就直接使用,当连接不够时就会等待,当有空的连接下就会唤醒等待的请求。

故而连接池在使用之前,就会创建好一定数量的连接。
如果有任何线程需要使用连接,那么就从连接池里面借用,而不是自己重新创建. 
使用完毕后,又把这个连接归还给连接池供下一次或者其他线程使用。
倘若发生多线程并发情况,连接池里的连接被借用光了,那么其他线程就会临时等待,直到有连接被归还回来,再继续使用。
整个过程,这些连接都不会被关闭,而是不断的被循环使用,从而节约了启动和关闭连接的时间。

首先是建立连接池,

package JDBC;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.SQLException;
import java.util.ArrayList;

import javax.naming.InitialContext;

public class ConnectionPool {

	//用于存放连接
	ArrayList<Connection> arr = new ArrayList<Connection>();
	int size;
	
	public ConnectionPool(int size) {
		this.size = size;
		Init();
	}
	
	public void Init(){
		try {
			Class.forName("com.mysql.jdbc.Driver");
			for(int i = 0; i < size; i++){
				//每一个连接都关联到具体的数据库
				Connection connection = DriverManager.getConnection("jdbc:mysql://localhost:3306/login?characterEncoding=UTF-8","root","123456");
				arr.add(connection);
			}
		} catch (SQLException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (ClassNotFoundException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
	//获取连接
	public synchronized Connection getConnection(){
		while(arr.isEmpty()){
			try {
				this.wait();
			} catch (InterruptedException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			}
		}
		Connection c = arr.remove(0);
		return c;
	}
	//归还连接	
	public synchronized void returnConnection(Connection c) {
		arr.add(c);
		//notifyAll 唤醒多个正在等待的进程
		//notify 唤醒一个正在等待的进程
		this.notifyAll();
		
	}
}

测试

package JDBC;

import java.sql.Connection;
import java.sql.SQLException;
import java.sql.Statement;

public class TestConnectionPool {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		ConnectionPool cp = new ConnectionPool(3);
		for(int i = 0; i < 100; i++){
			new workingThread("working thread" + i,cp).start();
		}
	}
}

class workingThread extends Thread{
	private ConnectionPool cp;
	
	public workingThread(String name,ConnectionPool cp){
		super(name);
		this.cp = cp;
	}
	
	public void run(){
		Connection c = cp.getConnection();
		System.out.println(this.getName()+":\t获取了连接,并开始工作");
		
		try(Statement s = c.createStatement()){
			Thread.sleep(1000);
			s.execute("select * from user");
		} catch (SQLException | InterruptedException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		cp.returnConnection(c);
	}
}

 

内容概要:本文提出了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,专门用于解决具有未知动态模型和重复任务特征的非线性单输入单输出(SISO)离散时间系统在无人车路径跟踪中的应用问题,并通过Matlab代码实现了算法的仿真验证。该方法充分利用神经网络强大的非线性逼近能力和自适应学习特性,结合迭代学习控制在周期性任务中逐步优化控制输入的优势,即使在缺乏精确系统数学模型的前提下,也能有效提升无人车在复杂环境下的路径跟踪精度与系统稳定性。算法的核心在于通过多次运行过程中不断修正控制律,实现对期望轨迹的渐近跟踪。; 适合人群:具备一定现代控制理论基础知识、熟悉迭代学习控制基本概念,并拥有Matlab编程与仿真实践经验的研究生、科研人员及自动化、机器人领域的相关工程师。; 使用场景及目标:① 解决无人车在模型未知或难以精确建模的复杂动态环境中的高精度路径跟踪控制问题;② 为一类具有重复运行特性的非线性系统提供一种不依赖精确模型的先进控制策略;③ 推动数据驱动与人工智能方法在自动化控制领域的工程应用与学术研究发展。; 阅读建议:读者应重点理解神经网络在控制律中的设计与集成方式、迭代学习机制的具体实现流程,以及两者融合的创新点。务必结合所提供的Matlab代码进行详细的阅读、调试与仿真分析,通过改变参数和工况来观察控制效果,以深化对算法内在机理和性能特点的掌握。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值