【MySQL】JDBC编程

4.1创建传输包

connection.prepareStatement(String_sql);

—> return PreparedStatement

在连接通道中创建传输包，将要发送的 sql语句字符串存储在传输包中，传输包会进行sql语句的预处理解析、检查并把解析的结构化数据打包，在应用程序这边完成解析检查这部分的工作，减少了mysql服务器的开销负担

4.1.1创建sql

4.1.1.1+拼接变量

String sql = "insert into student values("+id+",' "+name+" ')";

变量可直接+拼接进sql语句字符串，但这样会使得可以通过在sql语句中对变量输入非法内容实现对数据库的攻击，不安全

4.1.1.2?替换变量

preparedStatement.setDatatype(下标,变量);

使用占位符? 先替入后规范换的方式可将变量安全替换进 sql字符串中，占位符的下标是从1开始的

4.2发送传输包

4.2.1发送写sql

preparedStatement.executeUpdate();

—> return int

传输包以写的形式将自己发送到数据库服务器执行，返回数据库中影响到的行数

4.2.2发送读sql

preparedStatement.executeQuery();

—> return ResultSet

传输包以读的形式将自己发送到数据库服务器执行，返回查询结果临时表的结果集合4.2.2.1遍历记录

resultSet.next();

—> return boolean

从临时表的第0个记录开始，往后保存光标位置遍历取得一个记录，遍历到表尾空时返回false4.2.2.2读取记录

result.getDatatype("col_name");

—> return Datatype

获取遍历所处记录的指定字段数据

5.回收资源

按 后获取到的资源先释放 的顺序回收资源

5.1销毁结果集合

resultSet.close();

5.2销毁传输包

preparedStatement.close();

5.3销毁通道

connection.close();

从DeepSeek-R1爆火看开源大模型推理优化：我在脉脉找到的实战方案

🎁个人主页：User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏：AI 文章目录： * 【前言】 * 一、场景痛点直击：两个行业的共性困境与差异化难题 * 1. 电商智能客服场景（日均请求10万+） * 2. 金融智能咨询场景（日均请求3万+） * 二、实战突破：分场景落地优化方案（附完整代码+流程图） * 1. 核心优化架构总览（流程图） * 2. 分场景核心代码实现（新增4个关键代码片段） * （1）量化分级实现（适配金融场景精度需求） * （2）多租户隔离与共享实例实现（适配电商、金融双场景） * （3）边缘节点轻量化部署代码（适配电商峰值卸载） * （4）动态批处理与负载调度优化（核心优化代码） * 3. 优化效果对比表（分场景） * 三、脉向AI核心价值：技术人破圈的“

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计前言在现代高速数据采集系统中，随着ADC采样率的不断提升（从几十MHz到几百MHz甚至更高），传统的并行CMOS/LVDS接口因占用引脚过多、布线困难等问题逐渐被串行LVDS接口取代。TI（德州仪器）的许多多通道ADC（如ADS528x, ADS529x系列）都采用了这种接口。然而，串行LVDS接口虽然减少了PCB走线数量，却给FPGA接收端的设计带来了巨大的挑战：如何在几百Mbps甚至Gbps的速率下，稳定地实现位同步（Bit Alignment）和帧同步（Frame Alignment）？ 1. 认识串行LVDS接口一个典型的高速ADC串行LVDS接口通常包含以下三类信号： 1. 串行数据 (Serial Data, D0…DN−1D_0 \dots D_{N-1}D0 …DN−1 )：ADC的采样数据通过一对或多对LVDS线串行输出。 2. 位时钟 (Bit Clock, LCLK/DCLK)：通常是DDR（

学Simulink——协作机器人场景实例：基于Simulink的协作机器人阻抗控制仿真

目录手把手教你学Simulink 一、引言：为什么“机器人一碰就硬，无法像人手一样柔顺”？——传统位置控制缺乏对外力的顺应性，阻抗控制赋予机器人“可编程刚度”！二、阻抗控制 vs 导纳控制：本质区别三、应用场景：7轴协作臂执行两类柔顺任务场景1：恒力垂直按压（康复按压训练）场景2：侧向意外碰撞（人机共融安全）四、系统架构（Simulink 实现框架）五、建模与实现步骤（Simulink 全流程）第一步：搭建7-DOF协作臂 + 六维力传感器模型 1. 机器人模型（Simscape Multibody） 2. 六维力传感器（仿真）第二步：设计笛卡尔空间二阶阻抗模型阻抗方程：参数设计（示例）： Simulink 实现：第三步：

Qwen3-VL果园采摘机器人：果实定位与可采摘性判断

Qwen3-VL果园采摘机器人：果实定位与可采摘性判断在传统果园里，采摘季的清晨总是伴随着工人们弯腰、攀爬和反复伸手的动作。他们依靠经验判断哪个苹果够红、哪串葡萄已成熟，还要避开那些被枝叶紧紧包裹、难以触及的果子。这种依赖人力的方式不仅效率低、成本高，而且受天气、劳动力短缺等因素影响极大。随着农业智能化浪潮的到来，越来越多的研究者开始思考：能不能让机器人像老农一样“看懂”一棵树？不仅能认出果实，还能判断它是否值得摘、能否摘得着？这正是Qwen3-VL带来的突破——它不只是一个图像识别模型，而是一个具备空间理解、逻辑推理和自然语言交互能力的“果园大脑”。通过将视觉与语言深度融合，它能回答诸如“图中哪些苹果可以采摘？”这样的复杂问题，并给出结构化、可执行的答案。视觉-语言模型如何改变农业认知方式？过去，自动化采摘系统多依赖于传统的计算机视觉流水线：先用YOLO或Mask R-CNN检测果实，再通过额外的深度学习模块估算距离或遮挡程度，最后由规则引擎决定是否采摘。这套流程看似完整，实则脆弱——光照变化、密集果实、部分遮挡都可能导致误判。更关键的是，这些模块之间缺乏上下文关联，

一、驱动包

1.性质

1.1底层差异性

1.2JDBC接口统一性

2.导入

2.1复制导包

2.2标记作库

二、JDBC编程

1.寻找资源

1.1URL

1.1.1网址作用

1.1.2主机IP

1.1.3端口号

1.1.4数据库名

1.1.5访问资源参数

2.访问认证

3.连接通道

4.数据传输