`
- 浏览:
25216 次
-
一、以下为连接SQL2000数据库：
- Class.forName("com.microsoft.jdbc.sqlserver.SQLServerDriver");
- conn = DriverManager.getConnection
- ("jdbc:microsoft:sqlserver://127.0.0.1:1433;DatabaseName=database","user","pwd");
-
二、以下为连接ORACLE数据库：
- Class.forName("oracle.jdbc.driver.OracleDriver");
- conn = DriverManager.getConnection
- ("jdbc:oracle:thin:@127.0.0.1:1521:SID","user","pwd");
三、以下为连接MYSQL数据库：
- Class.forName("org.gjt.mm.mysql.Driver");
- conn = DriverManager.getConnection
- ("jdbc:mysql://127.0.0.1/database:port","user","pwd");
四、以下为连接SYBASE数据库：
java 代码
- Class.forName("com.sybase.jdbc.SybDriver");
- conn = DriverManager.getConnection
- ("jdbc:sybase:Tds:127.0.0.1:4000/databasename","user","pwd");
五、以下为连接DB2数据库：
java 代码
- Class.forName("COM.ibm.db2.jdbc.app.DB2Driver");
- conn = DriverManager.getConnection
- ("jdbc:db2://127.0.0.1:8888/databasename","user","pwd");
六、以下为连接ACCESS数据库：
java 代码
- Class.forName("sun.jdbc.odbc.JdbcOdbcDriver");
-
- String url = "jdbc:odbc:driver={Microsoft Access Driver (*.mdb)};DBQ=D:\\myaccess.mdb";
- con = DriverManager.getConnection(url, "", "");
附件中有各种驱动
- libr.rar (2.2 MB)
- 描述: JDBC各种驱动包.有些可能是旧的了.
- 下载次数: 201
分享到：
- 2007-06-20 12:38
- 浏览 2468
- 评论(5)
- 论坛回复 / 浏览 (4 / 5962)
- 查看更多
相关推荐
基于智能温度监测系统设计.doc
包括userCF，itemCF，MF，LR，POLY2，FM，FFM，GBDT+LR，阿里LS-PLM 基于深度学习推荐系统（王喆）
2023-04-06-项目笔记-第三百五十五阶段-课前小分享_小分享1.坚持提交gitee 小分享2.作业中提交代码 小分享3.写代码注意代码风格 4.3.1变量的使用 4.4变量的作用域与生命周期 4.4.1局部变量的作用域 4.4.2全局变量的作用域 4.4.2.1全局变量的作用域_1 4.4.2.353局变量的作用域_353- 2024-12-22
和美乡村城乡融合发展数字化解决方案.docx
基于Python的深度学习图像识别系统是一个利用卷积神经网络（CNN）对图像进行分类的先进项目。该项目使用Python的深度学习库，如TensorFlow，构建和训练一个模型，能够自动识别和分类图像中的对象。系统特别适合于图像处理领域的研究和实践，如计算机视觉、自动驾驶、医疗影像分析等。 项目的核心功能包括数据预处理、模型构建、训练、评估和预测。用户可以上传自己的图像或使用预定义的数据集进行训练。系统提供了一个直观的界面，允许用户监控训练进度，并可视化模型的性能。此外，系统还包括了一个模型优化模块，通过调整超参数和网络结构来提高识别准确率。 技术层面上，该项目使用了Python编程语言，并集成了多个流行的机器学习库，如NumPy、Pandas、Matplotlib等，用于数据处理和可视化。模型训练过程中，系统会保存训练好的权重，以便后续进行模型评估和预测。用户可以通过简单的API调用，将新的图像输入到训练好的模型中，获取预测结果。
拳皇97.exe拳皇972.exe拳皇973.exe
基于python和协同过滤算法的电影推荐系统 基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法的电影推荐系统基于python和协同过滤算法
DEV-CPP-RED-PANDA
Python语言求解旅行商问题，算法包括禁忌搜索、蚁群算法、模拟退火算法等。
pdfjs 用于在浏览器中查看/预览/打印pdf。 pdfjs 2.5.207 支持firefox/chrome/edge/ie11以上版本。 如果需要支持旧版本浏览器，可以使用这个，是未修改过的原版，支持打印和下载按钮。亲测有效。 pdf 4.9.155分两个包： pdfjs-4.9.155-dist.zip pdfjs-4.9.155-legacy-dist.zip
建设项目现场高温人员中暑事故应急预案
数据结构上机实验大作业-线性表选题.zip
【资源说明】 基于高德地图的校园导航全部资料+详细文档+高分项目.zip 【备注】 1、该项目是个人高分项目源码，已获导师指导认可通过，答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 3、本项目适合计算机相关专业(人工智能、通信工程、自动化、电子信息、物联网等)的在校学生、老师或者企业员工下载使用，也可作为毕业设计、课程设计、作业、项目初期立项演示等，当然也适合小白学习进阶。 4、如果基础还行，可以在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！
【静态站群程序视频演示，只有视频，不含程序，下载须知】【静态站群程序视频演示，只有视频，不含程序，下载须知】全自动批量建站快速养权重站系统【纯静态html站群版】：(GPT4.0自动根据关键词写文章+自动发布+自定义友链+自动文章内链+20%页面加提权词)
9.30 SWKJ 男头7张+女头2张.zip
项目已获导师指导并通过的高分毕业设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。 项目都经过严格调试，确保可以运行！可以放心下载 技术组成 语言：java 开发环境：idea、vscode 数据库：MySql5.7以上 部署环境：maven 数据库工具：navicat
一个通过单片机在各种屏幕上显示中文的解决方案.7z
图像
一、用户管理功能 用户注册与登录 学生注册：学生可以通过手机号、邮箱、社交账号等方式注册，填写个人信息（如姓名、年龄、学校等）。 家长/监护人账户：支持家长/监护人注册并管理学生账户，查看学习进度和成绩。 教师账户：教师可以注册并设置个人资料，上传资质认证文件。 管理员账户：管理员负责整个系统的管理，包括用户管理、课程管理、平台设置等。 用户权限管理 角色权限：系统根据用户类型（学生、家长、教师、管理员）分配不同权限，确保信息安全。 家长监督：家长可以查看子女的学习进度、成绩和教师反馈，参与学习监督。 个人资料管理 用户可以在个人中心更新基本信息，设置个人头像、联系方式、密码等。 支持学籍信息的维护，例如学生的年级、班级、课程历史等。 二、课程管理功能 课程设置 课程创建与编辑：教师或管理员可以创建和编辑课程内容，上传课件、视频、文档等教学材料。 课程分类：根据学科、年级、难度等维度进行课程分类，方便学生浏览和选择。 课程排课：管理员可以设置课程的时间表、教学内容和授课教师，并调整上课时间和频率。 课程安排与通知 课程预约：学生可以在线选择并预约感兴趣的课程，系统根据学生的时
内容概要：本文档介绍了英特尔2021年至2024年的网络连接性产品和智能处理单元（IPU）的战略和技术路线图。涵盖了从10GbE到200GbE的不同系列以太网适配器的特性、性能和发布时间。详细列出了各个产品的关键功能，如PCIe接口、安全特性、RDMA支持等。同时，介绍了IPU的发展计划，包括200G、400G和800G的不同代次产品的性能提升和新的功能特点。 适合人群：从事网络工程、数据中心管理、IT架构设计的专业技术人员。 使用场景及目标：本文档主要用于了解英特尔未来几年在以太网适配器和IPU领域的技术和产品规划，帮助企业在采购和部署网络设备时做出决策。同时，为研究人员提供最新技术发展趋势的参考。 其他说明：文档内容涉及的技术细节和时间表可能会有变动，请以英特尔官方发布的最新信息为准。