京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在数据库中,有一条一条的记录,记录中很多字段都是几个字符就够的,假如现在要把一部小说存入数据库,这本小说当然不是几个字符组成,而是由几万字组成,这本小说的数据我们就可以说是大数据,生活中当然有各种各样的大数据:电影,音乐,图片等等。。。
大字符内容:通常是指很长的字符类型的文件,例如小说,故事等等,内容有字符组成。
下面说明一下MySQL与Oracle中的大数据类型
| 数据种类 | 数据大小 | MySQL | Oracle |
| 字符 | 小 | char,varchar | varchar2 |
| 大 | text/longtext | clob | |
| 字节 | 大 | bit,blob,longblob | blob |
@Test public void writeInDB() throws Exception { //获取连接 connection = sqlUtil.getconnection(); //获取对象 PreparedStatement preparedStatement = connection.prepareStatement("insert into book values(?)"); //准备一个Reader用于读取本地文件 Reader reader = new FileReader(new File("e:/test.txt")); //设置大数据参数 preparedStatement.setClob(1, reader); //执行SQL语句 preparedStatement.executeUpdate(); //关闭资源 reader.close(); sqlUtil.close(preparedStatement, connection); }
@Test public void readFromDB() throws Exception { //获取连接 connection = sqlUtil.getconnection(); //创建对象 PreparedStatement preparedStatement = connection.prepareStatement("SELECT content FROM book"); //设置参数//preparedStatement.setObject(1, "book");//获得结果 ResultSet res = preparedStatement.executeQuery(); //以String的形式获得大字符内容 while(res.next()) { String content = res.getString("content"); System.out.println(content); } //关闭资源 sqlUtil.close(preparedStatement, connection); }
获得结果后还有第二种方法:
@Test public void readFromDB() throws Exception { //获取连接 connection = sqlUtil.getconnection(); //创建对象 PreparedStatement preparedStatement = connection.prepareStatement("SELECT content FROM book"); //设置参数//preparedStatement.setObject(1, "book");//获得结果 ResultSet res = preparedStatement.executeQuery(); FileWriter fileWriter = new FileWriter(new File("d:/11021.txt")); //利用Clob对象 if(res.next()) { Clob clob = res.getClob("content"); Reader reader = clob.getCharacterStream(); //然后把Reader写入到本地文件中 char[] cr = new char[1024]; int len = 0; while((len = reader.read(cr))!=-1) { fileWriter.write(cr, 0, len); } reader.close(); } //关闭资源 fileWriter.close(); sqlUtil.close(preparedStatement, connection); }
以上就是对大字符文件的读入与写出~下面我们示范来对大字节文件的操作~
@Test public void writeInDB() throws Exception { //获取连接 connection = sqlUtil.getconnection(); //获取对象 PreparedStatement preparedStatement = connection.prepareStatement("insert into book values(?,?)"); //准备一个InputStream用于读取本地文件 InputStream in = new FileInputStream(new File("f:/computer.jpg")); //设置大数据参数 preparedStatement.setObject(1, 1); preparedStatement.setBlob(2, in); //也可以使用这个//preparedStatement.setBinaryStream(2, in);//执行SQL语句 preparedStatement.executeUpdate(); //关闭资源 in.close(); sqlUtil.close(preparedStatement, connection); }
@Test public void readFromDB() throws Exception { //获取连接 connection = sqlUtil.getconnection(); //创建对象 PreparedStatement preparedStatement = connection.prepareStatement("SELECT content FROM book where id=?"); //设置参数 preparedStatement.setInt(1, 1); //获得结果 ResultSet res = preparedStatement.executeQuery(); FileOutputStream out = new FileOutputStream(new File("d:/999.jpg")); //利用Blob对象 if(res.next()) { //Blob blob = res.getBlob("content");//InputStream in = blob.getBinaryStream();//这样也行 InputStream in = res.getBinaryStream("content"); //然后把Reader写入到本地文件中 byte[] buf = new byte[1024]; int len = 0; while((len = in.read(buf))!=-1) { out.write(buf, 0, len); } in.close(); out.close(); } //关闭资源 sqlUtil.close(preparedStatement, connection); }
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17