`
jacally
  • 浏览: 778336 次
  • 性别: Icon_minigender_1
  • 来自: 广州
社区版块
存档分类
最新评论

Spring 通过 Tomcat 6.0 下的数据源连接池 访问Oracle数据库

    博客分类:
  • JAVA
阅读更多
头疼的老问题,折腾了一天,tomcat6.0数据源配置

tomcat   6.0   +   java   6   +   oracle   10g  

在\Tomcat 6.0\conf\Catalina\localhost中建立context.xml文件,

<Context path="/coral" reloadable="true" docBase="{工程目录}\webapps" 
workDir="{工程目录}\webapps\work" >
  <Resource name="jdbc/coral" auth="Container"
            type="javax.sql.DataSource" username="hr" password="1q2w3e"
            driverClassName="oracle.jdbc.driver.OracleDriver"
            url="jdbc:oracle:thin:@juck007:1521:webdb"
            maxActive="8" maxIdle="30" maxWait="10000"/>
</Context>


Spring 的context.xml文件配置如下:
	<!-- 通过JNDI 使用应用服务器 的Connection Pool-->
	<bean id="dataSource" class="org.springframework.jndi.JndiObjectFactoryBean">
		<property name="jndiName" value="java:comp/env/jdbc/coral"/>
	</bean>


最后不要忘记将Oracle的JDBC驱动程序复制到\Tomcat 6.0\lib下
分享到:
评论

相关推荐

    《计算机程序设计员(JAVA)》(三级)试题一.pdf

    接着,配置JDBC数据库连接是与Oracle数据库交互的关键步骤,需要设置数据源,编写连接池配置,以便应用程序能顺利访问数据库中的用户信息表。表结构包括User_ID、Name、PWD、Sex、Tel、Account_ID和相关字段,其中...

    易买网源代码

    数据库连接池(如C3P0或DBCP)被用于优化数据库连接的创建和释放,提高系统效率。此外,可能会有Spring框架的使用,它能够简化依赖注入、事务管理和AOP(面向切面编程),使得代码更加模块化,易于维护。 总的来说...

    SSH框架整合详解(精典

    这里可以使用C3P0或者DBCP等连接池来实现高效的数据库连接管理。 4. **事务管理器**:配置事务管理器,以便于控制数据库操作中的事务行为。 5. **Hibernate配置**:配置Hibernate的SessionFactory,设置Hibernate...

    Mycelipse9下整合springMVC和mybatis的maven项目

    4. 配置数据源,连接Oracle数据库,并整合Mybatis和Spring的事务管理。 5. 创建Model、View和Controller等MVC组件,编写业务逻辑。 ### 总结 整合SpringMVC和Mybatis的Maven项目,需要先搭建好开发环境,之后创建...

    毕业论文-叮当活动报名V1.0.0 开源版-整站商业源码.zip

    毕业论文-叮当活动报名V1.0.0 开源版-整站商业源码.zip

    c#随机输出14个字符串代码.zip

    c#随机输出14个字符串代码.zip

    【工程机械领域】批量工件并行切割下料优化:多刀具系统协同工作下的板材利用率与切割效率提升方案设计

    内容概要:文章主要探讨了批量工件并行切割下料的问题,重点在于优化切割方案以提高板材利用率、减少切割时间和降低能耗。文中详细介绍了切割机的工作原理及其运动方式,以及对不同尺寸板材(A: 8000*3000、B: 6000*2000、C: 7000*2500)的切割要求。提出了五个任务:一是不考虑约束条件下,为三种板材设计切割排版方案以最大化板材利用率;二是基于四把切割刀具,规划最短时间完成切割的协同运行方案;三是根据附件2提供的工件型号分布,确定切割这批工件所需的板材数量和排版方案,以最大化板材利用率;四是使用八把切割刀具,在保证板材利用率不低于之前方案95%的前提下,最小化切割时间;五是综合考虑板材、设备时间和能量的成本,利用最多十把切割刀具,最小化总成本。;

    windows11+Java-jdk1.8版本+neo4j-community-3.5.6

    **描述:“适用于JDK8的环境”** 本文将深入探讨Neo4j社区版3.5.6版本,这是一个基于图数据库的强大工具,特别适用于知识图谱构建和可视化。由于其运行需求,必须在Java Development Kit(JDK)8的环境下进行安装和操作。 **一、Neo4j概述** Neo4j是一款开源的图形数据库,它以节点、关系和属性的形式存储数据,这使得处理复杂网络结构的数据变得更为直观和高效。Neo4j社区版是免费的,适合开发和学习用途,而企业版则提供了更多的高级功能和服务。 **二、JDK8要求** 为了运行Neo4j 3.5.6,你需要在你的计算机上安装JDK8。JDK是Java开发工具包,包含了运行Java应用程序所需的Java虚拟机(JVM)以及一系列开发工具。确保安装的是与Neo4j版本兼容的JDK版本至关重要,因为不兼容的JDK可能会导致运行错误或性能问题。 **三、安装和配置** 1. **下载与解压**: 从官方渠道下载"neo4j-community-3.5.6.zip"压缩文件,并将其解压到你选择的目录。 2. **环境变量配置**: 配置系统环境变量,将Neo4j的bin目录添加到PATH环境变量中,以便于命令行启动和管理数据库。 3. **修改配置文件**: Neo4j的配置主要通过`conf/neo4j.conf`文件进行,如需更改默认设置,如内存分配、端口设置等,应在此文件中进行修改。 4. **启动和停止**: 使用`neo4j console`命令启动服务,`neo4j stop`命令关闭服务。 **四、知识图谱与可视化** Neo4j因其强大的图数据模型,成为构建知识图谱的理想选择。你可以使用Cypher查询语言来操作和查询图数据,它的语法简洁且直观,易于学习。 1. **Cypher语言**: Cypher是一种声明式、图形化

    flatbuffers/////

    flatbuffers/////

    AGV技术详解.pdf

    AGV技术详解.pdf

    Protozoa,一种基于WebRTC的多媒体隐蔽传输工具

    内容概要:本文介绍了Protozoa,一种基于WebRTC的多媒体隐蔽传输工具,旨在帮助用户绕过互联网审查。Protozoa利用WebRTC视频通话作为载体,通过修改WebRTC框架中的编码视频帧来嵌入并传输隐蔽数据。它具有高带宽性能(可达1.4Mbps)和强大的流量分析抗性,能够在不被检测的情况下传输任意IP流量。实验表明,Protozoa可以在不同网络条件下保持稳定性能,并成功绕过中国、俄罗斯和印度的国家级审查机制。 适合人群:对网络安全、隐蔽通信技术感兴趣的科研人员和技术专家,以及需要绕过互联网审查访问受限内容的用户。 使用场景及目标:①适用于希望在受限制网络环境中安全、隐蔽地访问互联网资源的技术人员;②研究和测试新型隐蔽通信方法的研究人员;③评估和改进隐蔽通信系统的安全性和性能。 阅读建议:由于涉及复杂的网络协议和技术细节,建议读者具备一定的计算机网络和编程基础。重点关注Protozoa的工作原理、实现方式及其与现有隐蔽通信工具的比较,以便更好地理解和应用这一技术。

    毕业论文-发卡-整站商业源码.zip

    毕业论文-发卡-整站商业源码.zip

    实训商业源码-智答-更好用的语音问答6.0.4-毕业设计.zip

    实训商业源码-智答-更好用的语音问答6.0.4-毕业设计.zip

    实训商业源码-免签码支付源码-毕业设计.zip

    实训商业源码-免签码支付源码-毕业设计.zip

    毕业论文-房产中介小程序8.0.56+开源版-整站商业源码.zip

    毕业论文-房产中介小程序8.0.56+开源版-整站商业源码.zip

    毕业论文-活动报名小程序-整站商业源码.zip

    毕业论文-活动报名小程序-整站商业源码.zip

    ANSYS产品资料——Systems and Multiphysics.pdf

    ANSYS产品资料——Systems and Multiphysics.pdf

    毕业论文-KTV小程序V1.6.1+分销1.0.0带前端-整站商业源码.zip

    毕业论文-KTV小程序V1.6.1+分销1.0.0带前端-整站商业源码.zip

    项目实现了一个多目标优化算法的集成框架,主要用于求解复杂的多目标优化问题(MOPs)(含可运行项目代码)

    该项目实现了一个多目标优化算法的集成框架,主要用于求解复杂的多目标优化问题(MOPs)。其核心功能包括以下方面: 1. **多目标优化算法集成** 项目整合了三种经典的多目标优化算法: - **NSGA-II**:基于非支配排序和拥挤度距离的遗传算法,适用于全局搜索。 - **MOPSO**:多目标粒子群算法,通过粒子群协同搜索和外部存档维护Pareto前沿。 - **NSGAMOPSO**:创新性地结合NSGA-II和MOPSO的双种群协同进化策略,兼顾全局探索与局部开发能力。 2. **测试函数库与问题定义** 提供了47个标准多目标测试函数(如ZDT、DTLZ、UF、WFG系列等)和实际工程问题(如盘式制动器设计),支持2-3目标优化,并内置真实Pareto前沿数据用于性能验证。 3. **性能评估指标** 实现了四种评价指标: - **IGD**(反向世代距离):衡量解集与真实Pareto前沿的接近程度。 - **GD**(世代距离):评估解集的收敛性。 - **HV**(超体积):量化解集的多样性和覆盖范围。 - **Spacing**:反映解集分布的均匀性。 4. **可视化与对比分析** 支持二维/三维Pareto前沿的动态绘图,直观对比不同算法的优化效果,并自动生成指标数据表格(如Excel文件),便于量化分析算法性能。 5. **自适应参数与约束处理** 算法参数(如交叉概率、变异概率)可动态调整,同时通过边界检查和修复机制确保解的可行性。 **应用价值**:该项目为研究者和工程师提供了一个高效、可扩展的多目标优化工具,适用于学术研究、工业设计(如机械优化)等领域,能够快速验证算法性能并解决实际多目标优化问题。

    AVEVA数字时代的智造方式.pdf

    AVEVA数字时代的智造方式.pdf

Global site tag (gtag.js) - Google Analytics