今意外看见一贴子谈OleDbHelper,突然想起自已一直用的由SqlHelper类转成的OleDbHelper,在此分享,自己用了二年了,还没发现异常, 代码如下: using System; using System.Data; using System.Data.OleDb; using System.Configuration; using System.Colle
今意外看见一贴子谈OleDbHelper,突然想起自已一直用的由SqlHelper类转成的OleDbHelper,在此分享,自己用了二年了,还没发现异常, 代码如下:
- using System;
- using System.Data;
- using System.Data.OleDb;
- using System.Configuration;
- using System.Collections;
- using System.Data.Sql;
- using System.Text;
- namespace Lihui.Common
- {
-
///
- /// Summary description for OleDbHelper
- ///
- public class OleDbHelper
- {
- //Database connection strings
- public static readonly string CONN_STRING = ConfigurationManager.AppSettings["OleDbConnectionString"];
- public static readonly string CONN_STRING1 = ConfigurationManager.AppSettings["OleDbConnectionString1"];
- // Hashtable to store cached parameters
- private static Hashtable parmCache = Hashtable.Synchronized(new Hashtable());
- #region =ExecuteNonQuery=
- public static int ExecuteNonQuery(string connString, CommandType cmdType, string cmdText)
- {
- return ExecuteNonQuery(connString, cmdType, cmdText, null);
- }
- public static int ExecuteNonQuery(OleDbConnection conn, CommandType cmdType, string cmdText)
- {
- return ExecuteNonQuery(conn, cmdType, cmdText, null);
- }
- public static int ExecuteNonQuery(OleDbTransaction trans, CommandType cmdType, string cmdText)
- {
- return ExecuteNonQuery(trans, cmdType, cmdText, null);
- }
- public static int ExecuteNonQuery(string connString, CommandType cmdType, string cmdText, params OleDbParameter[] cmdParms)
- {
- OleDbCommand cmd = new OleDbCommand();
- using (OleDbConnection conn = new OleDbConnection(connString))
- {
- PrepareCommand(cmd, conn, null, cmdType, cmdText, cmdParms);
- int val = cmd.ExecuteNonQuery();
- //清除cmd的参数
- cmd.Parameters.Clear();
- if (conn.State == ConnectionState.Open)
- {
- conn.Close();
- }
- return val;
- }
- }
- public static int ExecuteNonQuery(OleDbConnection conn, CommandType cmdType, string cmdText, params OleDbParameter[] cmdParms)
- {
- OleDbCommand cmd = new OleDbCommand();
- PrepareCommand(cmd, conn, null, cmdType, cmdText, cmdParms);
- int val = cmd.ExecuteNonQuery();
- cmd.Parameters.Clear();
- if (conn.State == ConnectionState.Open)
- {
- conn.Close();
- }
- return val;
- }
- public static int ExecuteNonQuery(OleDbTransaction trans, CommandType cmdType, string cmdText, params OleDbParameter[] cmdParms)
- {
- OleDbCommand cmd = new OleDbCommand();
- PrepareCommand(cmd, trans.Connection, trans, cmdType, cmdText, cmdParms);
- int val = cmd.ExecuteNonQuery();
- cmd.Parameters.Clear();
- if (cmd.Connection.State == ConnectionState.Open)
- {
- cmd.Connection.Close();
- }
- return val;
- }
- #endregion
- #region =ExecuteReader=
- public static OleDbDataReader ExecuteReader(string connectionString, CommandType commandType, string commandText)
- {
- //pass through the call providing null for the set of OleDbParameters
- return ExecuteReader(connectionString, commandType, commandText, (OleDbParameter[])null);
- }
- public static OleDbDataReader ExecuteReader(string connString, CommandType cmdType, string cmdText, params OleDbParameter[] cmdParms)
- {
- OleDbCommand cmd = new OleDbCommand();
- OleDbConnection conn = new OleDbConnection(connString);
- try
- {
- PrepareCommand(cmd, conn, null, cmdType, cmdText, cmdParms);
- OleDbDataReader rdr = cmd.ExecuteReader(CommandBehavior.CloseConnection);
- cmd.Parameters.Clear();
- if (conn.State == ConnectionState.Open)
- {
- conn.Close();
- }
- return rdr;
- }
- catch
- {
- conn.Close();
- throw;
- }
- }
- #endregion
- #region =ExecuteDataset=
- public static DataSet ExecuteDataset(string connectionString, CommandType commandType, string commandText)
- {
- return ExecuteDataset(connectionString, commandType, commandText, (OleDbParameter[])null);
- }
- public static DataSet ExecuteDataset(string connectionString, CommandType commandType, string commandText, params OleDbParameter[] commandParameters)
- {
- using (OleDbConnection cn = new OleDbConnection(connectionString))
- {
- cn.Open();
- //调用重载方法
- return ExecuteDataset(cn, commandType, commandText, commandParameters);
- }
- }
- public static DataSet ExecuteDataset(OleDbConnection connection, CommandType commandType, string commandText)
- {
- return ExecuteDataset(connection, commandType, commandText, (OleDbParameter[])null);
- }
- public static DataSet ExecuteDataset(OleDbConnection connection, CommandType commandType, string commandText, params OleDbParameter[] commandParameters)
- {
- //创建一个OleDbCommand对象,并对其进行初始化
- OleDbCommand cmd = new OleDbCommand();
- PrepareCommand(cmd, connection, (OleDbTransaction)null, commandType, commandText, commandParameters);
- //创建OleDbDataAdapter对象以及DataSet
- OleDbDataAdapter da = new OleDbDataAdapter(cmd);
- DataSet ds = new DataSet();
- //填充ds
- da.Fill(ds);
- // 清除cmd的参数集合
- cmd.Parameters.Clear();
- if (cmd.Connection.State == ConnectionState.Open)
- {
- cmd.Connection.Close();
- }
- //返回ds
- return ds;
- }
- #endregion
- #region =ExecuteDataTable=
- public static DataTable ExecuteDataTable(string connectionString, CommandType commandType, string commandText)
- {
- return ExecuteDataTable(connectionString, commandType, commandText, (OleDbParameter[])null);
- }
- public static DataTable ExecuteDataTable(string connectionString, CommandType commandType, string commandText, params OleDbParameter[] commandParameters)
- {
- using (OleDbConnection cn = new OleDbConnection(connectionString))
- {
- cn.Open();
- //调用重载方法
- return ExecuteDataTable(cn, commandType, commandText, commandParameters);
- }
- }
- public static DataTable ExecuteDataTable(OleDbConnection connection, CommandType commandType, string commandText)
- {
- return ExecuteDataTable(connection, commandType, commandText, (OleDbParameter[])null);
- }
- public static DataTable ExecuteDataTable(OleDbConnection connection, CommandType commandType, string commandText, params OleDbParameter[] commandParameters)
- {
- //创建一个OleDbCommand对象,并对其进行初始化
- OleDbCommand cmd = new OleDbCommand();
- PrepareCommand(cmd, connection, (OleDbTransaction)null, commandType, commandText, commandParameters);
- //创建OleDbDataAdapter对象以及DataSet
- OleDbDataAdapter da = new OleDbDataAdapter(cmd);
- DataSet ds = new DataSet();
- //填充ds
- da.Fill(ds);
- // 清除cmd的参数集合
- cmd.Parameters.Clear();
- if (cmd.Connection.State == ConnectionState.Open)
- {
- cmd.Connection.Close();
- }
- //返回ds
- return ds.Tables[0];
- }
- #endregion
- #region =ExecuteScalar=
- public static object ExecuteScalar(string connString, CommandType cmdType, string cmdText)
- {
- return ExecuteScalar(connString, cmdType, cmdText, null);
- }
- public static object ExecuteScalar(string connString, CommandType cmdType, string cmdText, params OleDbParameter[] cmdParms)
- {
- OleDbCommand cmd = new OleDbCommand();
- using (OleDbConnection conn = new OleDbConnection(connString))
- {
- PrepareCommand(cmd, conn, null, cmdType, cmdText, cmdParms);
- object val = cmd.ExecuteScalar();
- cmd.Parameters.Clear();
- if (conn.State == ConnectionState.Open)
- {
- conn.Close();
- }
- return val;
- }
- }
- public static object ExecuteScalar(OleDbConnection conn, CommandType cmdType, string cmdText)
- {
- return ExecuteScalar(conn, cmdType, cmdText, null);
- }
- public static object ExecuteScalar(OleDbConnection conn, CommandType cmdType, string cmdText, params OleDbParameter[] cmdParms)
- {
- OleDbCommand cmd = new OleDbCommand();
- PrepareCommand(cmd, conn, null, cmdType, cmdText, cmdParms);
- object val = cmd.ExecuteScalar();
- cmd.Parameters.Clear();
- if (conn.State == ConnectionState.Open)
- {
- conn.Close();
- }
- return val;
- }
- #endregion
- public static void CacheParameters(string cacheKey, params OleDbParameter[] cmdParms)
- {
- parmCache[cacheKey] = cmdParms;
- }
- public static OleDbParameter[] GetCachedParameters(string cacheKey)
- {
- OleDbParameter[] cachedParms = (OleDbParameter[])parmCache[cacheKey];
- if (cachedParms == null)
- return null;
- OleDbParameter[] clonedParms = new OleDbParameter[cachedParms.Length];
- for (int i = 0, j = cachedParms.Length; i
- clonedParms[i] = (OleDbParameter)((ICloneable)cachedParms[i]).Clone();
- return clonedParms;
- }
- public static void PrepareCommand(OleDbCommand cmd, OleDbConnection conn, OleDbTransaction trans, CommandType cmdType, string cmdText, OleDbParameter[] cmdParms)
- {
- //判断连接的状态。如果是关闭状态,则打开
- if (conn.State != ConnectionState.Open)
- conn.Open();
- //cmd属性赋值
- cmd.Connection = conn;
- cmd.CommandText = cmdText;
- //是否需要用到事务处理
- if (trans != null)
- cmd.Transaction = trans;
- cmd.CommandType = cmdType;
- //添加cmd需要的存储过程参数
- if (cmdParms != null)
- {
- foreach (OleDbParameter parm in cmdParms)
- cmd.Parameters.Add(parm);
- }
- }
- }
- }

Cardinality Indeks MySQL mempunyai kesan yang signifikan terhadap prestasi pertanyaan: 1. Indeks kardinaliti yang tinggi dapat lebih berkesan menyempitkan julat data dan meningkatkan kecekapan pertanyaan; 2. Indeks kardinaliti yang rendah boleh membawa kepada pengimbasan jadual penuh dan mengurangkan prestasi pertanyaan; 3. Dalam indeks bersama, urutan kardinaliti yang tinggi harus diletakkan di depan untuk mengoptimumkan pertanyaan.

Laluan pembelajaran MySQL termasuk pengetahuan asas, konsep teras, contoh penggunaan, dan teknik pengoptimuman. 1) Memahami konsep asas seperti jadual, baris, lajur, dan pertanyaan SQL. 2) Ketahui definisi, prinsip kerja dan kelebihan MySQL. 3) menguasai operasi CRUD asas dan penggunaan lanjutan, seperti indeks dan prosedur yang disimpan. 4) Biasa dengan debugging kesilapan biasa dan cadangan pengoptimuman prestasi, seperti penggunaan rasional indeks dan pertanyaan pengoptimuman. Melalui langkah -langkah ini, anda akan memahami sepenuhnya penggunaan dan pengoptimuman MySQL.

Aplikasi dunia nyata MySQL termasuk reka bentuk pangkalan data asas dan pengoptimuman pertanyaan kompleks. 1) Penggunaan Asas: Digunakan untuk menyimpan dan mengurus data pengguna, seperti memasukkan, menanyakan, mengemas kini dan memadam maklumat pengguna. 2) Penggunaan lanjutan: Mengendalikan logik perniagaan yang kompleks, seperti perintah dan pengurusan inventori platform e-dagang. 3) Pengoptimuman Prestasi: Meningkatkan prestasi dengan menggunakan indeks, jadual partisi dan cache pertanyaan.

Perintah SQL di MySQL boleh dibahagikan kepada kategori seperti DDL, DML, DQL, dan DCL, dan digunakan untuk membuat, mengubah suai, memadam pangkalan data dan jadual, memasukkan, mengemas kini, memadam data, dan melakukan operasi pertanyaan yang kompleks. 1. Penggunaan asas termasuk jadual penciptaan createtable, memasukkan data memasukkan, dan pilih data pertanyaan. 2. Penggunaan lanjutan melibatkan gabungan untuk Jadual Bergabung, Subqueries dan Groupby untuk Agregasi Data. 3. Kesilapan umum seperti kesilapan sintaks, jenis data yang tidak sepadan dan masalah kebenaran boleh disahpepijat melalui pemeriksaan sintaks, penukaran jenis data dan pengurusan kebenaran. 4. Cadangan Pengoptimuman Prestasi termasuk menggunakan indeks, mengelakkan pengimbasan jadual penuh, mengoptimumkan operasi gabungan dan menggunakan transaksi untuk memastikan konsistensi data.

InnoDB mencapai atomik melalui undolog, konsistensi dan pengasingan melalui mekanisme penguncian dan MVCC, dan kegigihan melalui redolog. 1) Atomicity: Gunakan Undolog untuk merekodkan data asal untuk memastikan urus niaga dapat dilancarkan kembali. 2) Konsistensi: Memastikan konsistensi data melalui penguncian peringkat baris dan MVCC. 3) Pengasingan: Menyokong pelbagai tahap pengasingan, dan RepeatableRead digunakan secara lalai. 4) Kegigihan: Gunakan redolog untuk merekodkan pengubahsuaian untuk memastikan data disimpan untuk masa yang lama.

Kedudukan MySQL dalam pangkalan data dan pengaturcaraan sangat penting. Ia adalah sistem pengurusan pangkalan data sumber terbuka yang digunakan secara meluas dalam pelbagai senario aplikasi. 1) MySQL menyediakan fungsi penyimpanan data, organisasi dan pengambilan data yang cekap, sistem sokongan web, mudah alih dan perusahaan. 2) Ia menggunakan seni bina pelanggan-pelayan, menyokong pelbagai enjin penyimpanan dan pengoptimuman indeks. 3) Penggunaan asas termasuk membuat jadual dan memasukkan data, dan penggunaan lanjutan melibatkan pelbagai meja dan pertanyaan kompleks. 4) Soalan -soalan yang sering ditanya seperti kesilapan sintaks SQL dan isu -isu prestasi boleh disahpepijat melalui arahan jelas dan log pertanyaan perlahan. 5) Kaedah pengoptimuman prestasi termasuk penggunaan indeks rasional, pertanyaan yang dioptimumkan dan penggunaan cache. Amalan terbaik termasuk menggunakan urus niaga dan preparedStatemen

MySQL sesuai untuk perusahaan kecil dan besar. 1) Perniagaan kecil boleh menggunakan MySQL untuk pengurusan data asas, seperti menyimpan maklumat pelanggan. 2) Perusahaan besar boleh menggunakan MySQL untuk memproses data besar dan logik perniagaan yang kompleks untuk mengoptimumkan prestasi pertanyaan dan pemprosesan transaksi.

InnoDB secara berkesan menghalang pembacaan hantu melalui mekanisme utama. 1) Kekunci seterusnya menggabungkan kunci baris dan kunci jurang untuk mengunci rekod dan jurang mereka untuk mengelakkan rekod baru daripada dimasukkan. 2) Dalam aplikasi praktikal, dengan mengoptimumkan pertanyaan dan menyesuaikan tahap pengasingan, persaingan kunci dapat dikurangkan dan prestasi konkurensi dapat ditingkatkan.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

PhpStorm versi Mac
Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft