企业版 JDBC

阅读(581) 标签: 企业版, jdbc,

本节内容,涉及功能只有企业版集算器才可使用,其它版本的产品用户可以跳过。

在这一章中介绍了集算器JDBC的部署和使用,除了普通版集算器JDBC(简称为PJDBC)之外,在企业版集算器中,能够使用企业版JDBC。企业版JDBC和前面介绍的集算器JDBC并没有本质区别,区别只是底层使用的集算器包及相关包有所区别,PJDBC使用集算器相关包,而企业版JDBC需要使用企业版集算器的相关jar包,而配置也是相同的,需要部署raqsoftConfig.xml文件,如果需要集成到项目中,则需要配置项目中的web.xml文件。

企业版 JDBC 的下载安装和配置

在下载页面http://www.raqsoft.com.cn/download/download-jsq中,查找企业版安装包,可以下载安装企业版集算器。安装完成后,在[安装目录]\esProc\lib目录中则包含着企业版集算器JDBC所需的各个基础jar包,与普通集算器相比,其中需要包含企业版集算器附加的esproc-ent-xxxx.jar,如果需要使用扩展功能,则需要添加相应的功能性jaresproc-ext-xxxx.jar

部署企业版JDBC所需使用的文件,除了可以使用集算器ide配置的[安装目录]\esProc\config\raqsoftConfig.xml,也可以在q-server\webapps\qvs\WEB-INF\home目录中找到,这两个文件的内容是类似的,只不过后者是服务器加载时使用的配置文件,并不会随着集算器软件的调整而改变,如果使用需要自行按需要编辑。

如果需要了解更多有关企业版集算器服务器的信息,请阅读云服务部署说明 等相关文章。

企业版 JDBC 的使用

企业版JDBC的使用方法和PJDBC也是相同的,如用java调用去用call语句执行spl语句,或者调用网格文件等,但是在其中可以使用企业版专有的函数。如用下面的网格文件testQJDBC.splx为例:

 

A

1

=dql("pseudo/test.glmd")

2

=A1.query("select EID, Name, ifMarried from emps")

3

=A2.i()

4

>output(ifpure(A3))

5

return A3

这个网格中包含一些企业版集算器的专有函数,如A1中的dql()函数用来打开一个DQL的定义文件,之后在A2中在dql中执行查询语句。在A3中用P.i()函数将结果转换为各个字段的数据类型全部相同的纯序表,为了了解转换是否成功,在A4中用ifpure()函数判断结果是否纯序表,并输出结果。

使用下面的java代码,调用企业版JDBC执行网格文件,特别的,这里指定了配置文件raqsoftConfig.xml,如果不指定则会使用默认的文件:

public void testDataServer(){

Connection con = null;

java.sql.PreparedStatement st;

try{

//建立连接

Class.forName("com.esproc.jdbc.InternalDriver");

con= DriverManager.getConnection("jdbc:esproc:local://?config=D:/soft/raqsoft/esProc/q-server/webapps/qvs/WEB-INF/home/raqsoftConfig.xml");

//调用存储过程,其中createTable1是脚本文件的文件名

st =con.prepareCall("call testQJDBC()");

//执行存储过程

st.execute();

//获取结果集

ResultSet rs = st.getResultSet();

 

//简单处理结果集,将结果集中的字段名与数据输出

ResultSetMetaData rsmd = rs.getMetaData();

int colCount = rsmd.getColumnCount();

for ( int c = 1; c <= colCount;c++) {

String title = rsmd.getColumnName(c);

if ( c > 1 ) {

System.out.print("\t");

}

else {

System.out.print("\n");

}

System.out.print(title);

}

while (rs.next()) {

for (int c = 1; c<= colCount; c++) {

if ( c > 1 ) {

System.out.print("\t");

}

else {

System.out.print("\n");

}

Object o = rs.getObject(c);

System.out.print(o.toString());

}

}

}

catch(Exception e){

System.out.println(e);

}

finally{

//关闭连接

if (con!=null) {

try {

con.close();

}

catch(Exception e) {

System.out.println(e);

}

}

}

}

在调用集算器文件时,和普通版集算器的JDBC语法是相同的,这里用"call testQJDBC()"执行,执行后结果如下:

需要注意的是,这个网格文件中的dql()P.i()ifpure()等函数,在普通版本的集算器JDBC中是无法使用的。

如果需要了解更多有关企业版集算器的DQL的信息,请阅读考DQL工具 中的相关介绍。

企业版集算器函数简介

在上一小节中,例子中接触了一些只有企业版集算器中才可使用的函数,本节中简单介绍一下这些函数。

 

A

B

1

[Moore,Wilson,Johnson,Smith]

=ifpure(A1)

2

=A1.i()

=ifpure(A2)

3

=demo.query("select EID, NAME, BIRTHDAY from employee")

=ifpure(A3)

4

=A3.i()

=ifpure(A4)

5

=A4.o()

=ifpure(A5)

在企业版集算器中,可以使用纯序列,与普通序列不同,纯序列中所有成员的类型都是强制相同的。可以使用A.i() 函数将普通序列A转化为纯序列,用ifpure(A)判断一个序列A是否纯序列。如A1B1A2B2中的执行结果如下:

   

可以看到,普通序列和纯序列,在显示时没有什么区别,只能通过ifpure函数才能判断。

与纯序列类似,如果一个序表中,某个字段的所有数据类型全相同,这样的字段称为纯字段。如果序表中强制所有字段都是纯字段,这样的序表称为纯序表,纯序表是使用列式存储的,使用时需要注意。可以使用T.i() 函数将普通序表T转化为纯序表,用ifpure(T)判断一个序表T是否纯序表。与纯序列类型,纯序表和普通序表显示外观相同,只能通过ifpure函数判断,如上面例子中A3B3A4B4中结果如下:

 

 

另外,可以用A.o()或者T.o()函数,将一个纯序列A或者纯序表T,转化为普通序列或者普通序表,如A5B5中结果如下:

 

 

下面,看一下纯序列与普通序列有什么区别:

 

A

B

1

[Moore,Wilson,Johnson,Smith]

=A1.i()

2

>A1.insert(0,12)

>B1.insert(0,12)

A2执行后,A1中数据会正常改变:

在纯序列中,所有成员是强制同类型的,如果试图在纯序列中插入其它类型的数据,或者改变某个成员为其它类型,都是不允许的。因此B2中命令无法执行,会提示错误:

在纯序表中的情况也类似:

 

A

B

1

=demo.query("select EID, NAME, BIRTHDAY from employee")

=A1.i()

2

>A1(1).BIRTHDAY=20001231

>B1(1).BIRTHDAY=20001231

A2改变第一条记录的字段值后,A1中序表数据如下:

和纯序列不太一样,由于各个字段均为纯序列,因此在纯序表中不能用insert/delete等添加或者删除整条记录的命令。但是,如果纯序表中的字段值被改变时,会要求类型不能变化,如试图执行B2时,会提示错误:

 

在纯序表或者纯序列中,由于数据的类型统一,因此在执行定位操作时,效率会有明显提升,如:

 

A

B

C

1

=demo.query("select EID, NAME, BIRTHDAY from employee")

=A1.i()

=A1.(NAME)

2

=100000.(C1(rand(500)+1))

=now()

 

3

=A2.(A1.pselect@1(NAME:A2.~))

=now()

=interval@ms(B2, B3)

4

=A2.(B1.pselect@1(NAME:A2.~))

=now()

=interval@ms(B3, B4)

A1中为普通序表,B1中为纯序表,在A2中生成100,000个随机NAME,在A3A4中,分别在普通序表和纯序表的EID字段中,查找每个序号的位置。两个序表中得到的结果是相同的:

 

C3C4中,比较两种定位方式的用时,能够看到A4中在纯序表中查找数据时,用时明显更少:

 

需要注意的是,由于纯序表中数据是按列存储的,因此虽然定位效率较高,但是纯序表中的记录在获取数据时需要从每列中按位置获取,就会影响性能了:

 

A

B

C

1

=demo.query("select EID, NAME, BIRTHDAY from employee")

=A1.i()

=A1.(NAME)

2

=100000.(C1(rand(500)+1))

=now()

 

3

=A2.(A1.select@1(NAME:A2.~))

=now()

=interval@ms(B2, B3)

4

=A2.(B1.select@1(NAME:A2.~))

=now()

=interval@ms(B3, B4)

和前面例子相比,只是把A3A4中的定位函数T.pselect()换为了选出函数T.select(),此时A3A4返回的是记录构成的排列,结果仍然是相同的,只是A4结果中的记录均为纯序表中的记录,纯序表中记录构成的排列称为纯排列,展示时需要从各列中取数:

 

C3C4中,比较两种选出方式的用时,结果如下:

 

此时使用纯序表就没有优势了,因此何时使用纯序列和纯序表,需要根据实际的需求来决定。

 

数据库中查询得到的表,各个字段通常都能够满足类型相同的条件,在db.query(sql) 函数中,添加@v选项,可以直接返回纯序表作为结果:

 

A

B

1

=demo.query@v("select EID, NAME, BIRTHDAY from employee")

=ifpure(A1)

2

=A1.select(left(NAME,1)=="J")

=ifpure(A2)

3

=A1.select@v(left(NAME,1)=="J")

=ifpure(A3)

4

[Rebacca, Matthew, Smith]

 

5

=A4.(A1.select@v(NAME==A4.~)).conj()

=ifpure(A5)

6

=A4.(A1.select@v(NAME==A4.~)).conj@v()

=ifpure(A6)

7

=A6.sort@v(BIRTHDAY)

=ifpure(A7)

A1B1中结果如下:

 

用函数T.select(sql) 时,如果是纯序表时,返回的结果为纯排列,它其实是由纯序表中记录构成的普通序列。如果添加@v选项,返回的结果将转换为纯序表。与之类似,在纯序列A中也可以用A.select@v(…) 时获得纯序列的结果。A2B2A3B3中结果如下:

 

 

当计算多个纯序列的和列时,默认情况下只会得到普通序列,也可以在函数A.conj(…)中添加选项@v,得到纯序表。如上例中A5B5A6B6中结果如下:

 

 

类似的还可以用函数T.sort@v(…)P.sort@v(…),将纯序表T或纯排列P中记录排序后生成纯序表作为结果。如A7B7中结果如下:

 

 

在使用纯序表,用T.new(…)函数或T.derive(…)函数来产生新序表时,仍然会获得纯序表,此时如果添加@o选项可以利用表中已存在的列来提高效率,例如:

 

A

B

C

1

=demo.query@v("select NAME, SURNAME, STATE, DEPT from employee")

 

 

2

=1000.(A1).conj@v()

=now()

=ifpure(A2)

3

=A2.new(#:ID, NAME/" "/SURNAME:FullName, STATE, DEPT)

=now()

=ifpure(A3)

4

=A2.new@o(#:ID, NAME/" "/SURNAME:FullName, STATE, DEPT)

=now()

=ifpure(A4)

5

=interval@ms(B2,B3)

=interval@ms(B3,B4)

 

6

>A2(1).NAME = "New Name"

>A2(1).STATE = "New State"

 

A1中数据比较少,因此在A2中将其复制1000遍,再生成纯序表,数据如下:

A3A4中用T.new(…)函数产生新序表,不同的是A4中添加了@o选项,此时产生新的纯序表时会利用A2中已有的列,为此第6行的代码修改了A2中首条记录的NAMESTATE字段。执行完成后,A3A4中生成的新序表如下:

从二者的数据可以看到,虽然是在生成新序表后,修改的原始序表A2中的数据,但A4结果中,第一条记录的STATE字段也被修改了,这是因为此列和A2中是共用的。但是,由于FullName字段是新生成的数据,因此A2NAME的变化不会影响A4。同时,由于A3中未使用@o选项,它的数据完全不受影响。

C2C3C4的结果可知,A2A3A4中均为纯序表:

  

比较A5B5中的用时,可以得知使用@o选项时,会有更好的效率。

 

Qvs 与 Qjdbc 简介

如果安装了企业版集算器,那么在产品的安装路径中是包含完整的QVS项目,即企业版集算器多功能服务器。它位于[安装目录]\esProc\q-server目录中,[安装目录]\esProc\q-server\lib目录中则包含着企业版集算器服务器,以及QJDBC所需的各个基础jar包,除去企业版集算器所需jar包之外,如果需要部署企业版集算器中的云存储功能则需要ecloud-xxxx.jar

QVS的启动文件位于[安装目录]\esProc\bin中的 StartQVS.batlinux 下为 StartQVS.sh),默认情况下会启动本地的qvs服务器,如果需要了解或者改变相关设置,请阅读云服务部署说明 。成功启动后界面如下:

QJDBC是集成了QVS功能的企业版JDBC,它的驱动类是com.esproc.jdbc.QDriver,使用的URLjdbc:esproc:q:local://QJDBC使用时可以直接用下面函数。

 

A

1

=Qconnect("http://localhost:8090/qvs":"demoqvs",30,300)

2

=Qdirectory("test/")

3

=Qfile("test/cities.txt")

4

=A3.import@t()

5

=Qenv("arg1", "Sale")

6

=Qenv("arg1")

7

=A1.exec@x("test/FindEmployees1.splx";A6)

8

>A1.close()

A1中执行Qconnect(url:v, wt, it),连接指定urlQVS服务器,验证串为demoqvs,最长等待时间30秒,最长闲置时间300秒,连接后即可执行各种远程服务。

A2中用函数Qdirectory(path)查询指定路径下的所有文件名称列表。

A3中用函数Qfile(fn)读取指定文件,返回文件对象,可以继续执行操作,如在A4中将文件中数据导入为序表。

A5中用函数Qenv(name, value)设定全局变量,A6中则读取全局变量。

A7A1中连接生成的对象执行splx网格文件,这里使用A6中的值作为查询参数,并在A8中关闭连接。A7中查询结果如下:

上面例子中使用到的Qconnect()Qdirectory()Qfile()Qenv()等函数,是执行QJDBC所使用的函数,它们称为Q函数QJDBC中支持的Q函数,除了上面介绍的,还有Qmove()Qload()Qlock(),如果需要更详细地了解,可阅读《函数参考》。

除了用Q函数访问QVS,还可以在企业版集算器中使用远服务器,相关内容请阅读企业版 RSRV 部署使用说明