初学Java,请教一个问题,如何从数据库中取记录给变量赋值?

rinaming 2012-09-11 12:58:19
在Java中要从表中取一个字段的值赋给一个一维数组变量。同时得到它的长度,这个java语句该如何写呢?
...全文
626 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
yaoxiangpingdede 2012-09-11
  • 打赏
  • 举报
回复
rs.getString(1);就是得到你从数据库中查询的结果集中的第一条数据,因为查的只是一个字段,所以直接接收就可以了。
菖蒲老先生 2012-09-11
  • 打赏
  • 举报
回复
得到谁的长度啊。。。。

arr[0] = rs.getString(1);
yaoxiangpingdede 2012-09-11
  • 打赏
  • 举报
回复
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;

import javax.sql.DataSource;

/**
*author YXP
*@date 2012-9-11
*package_name
*project_name hrm
*/
public class ConnectToDatabase {

/**
* 从mysql数据库中读取一条数据到变量中
* 假设mysql中有一个j1203数据库,从其中的tb_student表中读取学生的姓名出来
* 先要导入连接mysql数据的jar包mysql-connector-java-5.0.4-bin.jar
*tags @param args
*return_type void
*/
public static void main(String[] args) {
//驱动程序名
String driver = "com.mysql.jdbc.Driver";
//URL指向要访问的数据库名
String url = "jdbc:mysql://localhost:3306/j1203";
//数据库用户名
String user = "root";
//数据库密码
String password = "root";
//定义连接
Connection conn = null;
try {
//加载驱动程序
Class.forName(driver);
//连接数据库
conn = DriverManager.getConnection(url , user , password);
//写sql语句,查询表tb_student中id为1的学生的姓名
String sql = "select name from tb_student where id = 1";
PreparedStatement pstm = conn.prepareStatement(sql);
//执行sql语句,把查询到的结果保存到结果集ResultSet中
ResultSet rs = pstm.executeQuery();
//从结果集中取出数据再输出来
String name = "";
while(rs.next()){
name = rs.getString(1);
}
System.out.println(name);
} catch (ClassNotFoundException e) {
e.printStackTrace();
} catch (SQLException e) {
e.printStackTrace();
}finally{
if(conn != null)
try {
//关闭连接
conn.close();
} catch (SQLException e) {
e.printStackTrace();
}
}

}

}
希望对你有用哦,呵呵。特意给你写的。
jay_0215 2012-09-11
  • 打赏
  • 举报
回复
LZ可以去看一下JDBC先
这个比较基础,也比较易懂
霜之哀伤 2012-09-11
  • 打赏
  • 举报
回复
初学就去看书,把随便一本入门的书看完,这个问题就不是问题
内容概要:本文提出一种基于鱼鹰优化算法(OOA)优化的CNN-BiGUR-Attention混合模型,用于提升短期风电功率预测的精度与稳定性,采用Matlab实现代码仿真。该模型融合卷积神经网络(CNN)提取输入数据的局部空间特征,利用双向门控循环单元(BiGUR)捕捉风速、功率等时间序列的前后向动态依赖关系,并引入注意力机制自适应强化关键时间步的特征权重,从而增强模型对非平稳风电数据的表征能力;进一步,采用OOA算法对模型超参数进行全局寻优,有效提升模型收敛速度与泛化性能。研究基于实际风电场历史数据开展实验验证,结果表明,该方法相较传统模型在预测精度、鲁棒性和误差抑制方面表现更优,适用于高比例可再生能源接入背景下的电力系统调度需求。; 适合人群:从事新能源发电预测、电力系统优化调度、智能算法与深度学习融合应用等方向的科研人员及工程技术人员,尤其适合具备Matlab编程能力、熟悉时间序列建模与深度学习框架的研究者。; 使用场景及目标:①实现风电场短期功率高精度预测,支撑电网安全稳定调度与能量管理;②为深度学习模型结构设计与智能优化算法联合调参提供实践范例;③推动人工智能技术在可再生能源预测、智能电网运行等领域的落地应用。; 阅读建议:建议结合提供的Matlab代码深入理解CNN-BiGUR-Attention网络架构搭建、注意力机制实现方式及OOA优化流程,重点关注数据预处理、模型训练与参数调优细节,可通过替换不同风电数据集进行对比实验,进一步掌握模型迁移能力与适应性。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
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