多线程扫描数据库(Oracle8i)(PBNI 多线程 全反射 提醒 临听数据库)

184270428 2011-03-14 01:23:49
通PBNI传入VC代码所需数据,在VC端开启扫描线程。
扫描线程,若扫描到满足条件的数据,向PB窗口发送消息(这个消息号,和窗口句柄是由PB传过来的)
http://download.csdn.net/source/2980115
...全文
246 6 打赏 收藏 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
sbigwolf 2011-10-02
  • 打赏
  • 举报
回复
孙兄,我将您的代码修改一下,想将数据库连接的 sqlca.dbhandle()句柄传递过来,这样不用再连接断开调用,但是在执行游标打开的时候,发现无法打开?您是否可以调整修改一下?
VOID FAR pb_notify(long al_sqlca_handle ,HWND hwnd,UINT msg)
{

Lda_Def FAR *pLda ;
Cda_Def FAR *pCda;
ub1 hda[HDA_SIZE];
sword rowcount;

#define DEFER_PARSE 1
#define VERSION_7 2
try
{
memset(hda,0,HDA_SIZE);
pLda = (Lda_Def FAR *)al_sqlca_handle; //此处是使用pb 传入的sqlca.dbhandle()传入进来的
if ( oopen(pCda,pLda,NULL, -1, -1, NULL, -1) !=0)
{
messagebox(hwnd,"开辟游标区失败","",0) ;
return ;
}
if(! pCda )
{
return ;
}
if(oparse(pCda,(OraText *)sql.c_str(), -1, DEFER_PARSE, (ub4) VERSION_7) == 0)
{
if (odefin(pCda, 1, (ub1 *) &rowcount, (sword) sizeof(sword),(sword) INT_TYPE,(sword) -1, (sb2 *) 0, (text *) 0, -1, -1,(ub2 *) 0, (ub2 *) 0)==0)
{
if(oexfet(pCda, (ub4)1, FALSE, FALSE)==0)
{
if(rowcount > 0)
{
if (::IsWindow(hwnd) && msg >= WM_USER)
::PostMessage(hwnd,msg,0,0);
}

}
}
if(oclose(pCda))
{
return ;
}
}
}
catch(...)
{}
}

184270428 2011-03-19
  • 打赏
  • 举报
回复
我即愿把源程序供大家学习,难道一点点分都舍不得?
lao_bulls 2011-03-18
  • 打赏
  • 举报
回复
太贵了。
sbigwolf 2011-03-18
  • 打赏
  • 举报
回复
我正在使用oci的方式,但是看文档,觉得occi比较好。
184270428 2011-03-18
  • 打赏
  • 举报
回复
串口应用、多线程、怎么编写DLL(PB105 + VC2008 + sql server2000)

http://download.csdn.net/source/3103669
184270428 2011-03-14
  • 打赏
  • 举报
回复
PB变参方法的实现(形如f(...)的对象方法。)
http://download.csdn.net/source/2980182
已经博主授权,源码转载自 https://pan.quark.cn/s/a50517ff69e2 ### Path Ranking 算法解析 #### 知识图谱推理基础 在对Path Ranking算法进行深入分析之前,有必要简要回顾知识图谱的基本概念及其重要性。 **知识表示**是指将现实世界中的各类知识转化成计算机能够存储和计算的形式。这种转化通常涉及将自然语言或非结构化数据转化为结构化数据,以便于计算机进行处理和分析。 **知识图谱**是以结构化的形式描述客观世界中概念、实体及其相互关系的模型。通过构建知识图谱,可以更清晰地理解数据之间的联系,这对于搜索引擎优化、智能问答系统等应用领域具有重要作用。例如,谷歌自2012年起就在其搜索结果中广泛采用了知识图谱技术,显著改善了用户的搜索体验。目前,知名的开放知识图谱包括Freebase、Yago、DBpedia和NELL等。 然而,知识图谱也面临着一些挑战,其中最为突出的是**不完备性**(关系缺失、属性缺失)和**错误关系**的存在。为了应对这些问题,**知识图谱推理**应运而生,即从已有的知识图谱中推导出新的实体间关系,这一过程也被称为**知识图谱补全**。 #### 知识图谱补全策略 知识图谱补全主要分为两大类:基于表示学习的方法和基于图特征的方法。 1. **基于表示学习的方法**:这类方法将知识图谱中的实体与关系映射到一个低维的连续向量空间中,以便于捕捉实体间的潜在语义特征。典型的模型有TransE等。这种方法的优势在于能够高效处理大规模数据,并且在许多情况下取得了良好的效果。 2. **基于图特征的方法**:这类方法利用从知识图谱中提取的图特征来进行预测。具体来说,就是通过观察实体间的路径特征来预测实体间的关...

401

社区成员

发帖
与我相关
我的任务
社区描述
PowerBuilder 非技术版
社区管理员
  • 非技术版社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧