数据访问层

简介: 数据访问层

一、持久化:

1.概念:将程序中的数据在瞬时状态和持久状态之间的转换机制。

二、持久化实现的方式:

1.数据库

2.普通文件

3.XML文件

三、持久化的操作:

添加 修改 删除 查找 读取

四、Dao:

实现对持久化数据的访问。

五、Dao模式的作用:

1.隔离业务逻辑代码和数据访问代码

2.隔离不同数据库的实现

六、Dao模式的组成

1.Dao接口

2.Dao实现类

3.实体类

4.公共的连接数据库和关闭的类

七、分层开发的好处:

1.各层专注于自己功能的实现,便于提高质量

2.便于分工协作,提高开发效率。

3.便于代码重复使用

4.便于程序扩展

八、分层的原则:

1.封装性原则:对外提供公共的接口,对内隐藏实现细节。

2.顺序访问原则:下一层为上一层提供服务。

九、各层之间的数据通过实体类来传递。

相关文章
|
存储 缓存 数据库
解决缓存与数据库的数据一致性问题的终极指南
解决缓存与数据库的数据一致性问题的终极指南
682 63
|
12月前
|
机器学习/深度学习 人工智能 数据挖掘
打破传统:机器学习与神经网络获2024年诺贝尔物理学奖引发的思考
诺贝尔物理学奖首次授予机器学习与神经网络领域,标志该技术在物理学研究中的重要地位。本文探讨了这一决定对物理学研究的深远影响,包括数据分析、理论物理突破及未来科研方向的启示,同时分析了其对学术跨界合作与全球科研产业的影响。
221 4
|
监控 安全 jenkins
在配置 Gitee 的 Webhook 时,如何确保地址的安全性?
通过以上综合措施,可以有效地确保 Gitee Webhook 地址的安全性,防止恶意攻击和数据泄露,保障代码上线等相关流程的顺利进行。在实际配置过程中,应根据具体的业务需求和安全要求,合理选择和应用这些安全措施,以达到最佳的安全效果。
|
11月前
|
存储 消息中间件 设计模式
缓存数据一致性策略如何分类?
数据库与缓存数据一致性问题的解决方案主要分为强一致性和最终一致性。强一致性通过分布式锁或分布式事务确保每次写入后数据立即一致,适合高要求场景,但性能开销大。最终一致性允许短暂延迟,常用方案包括Cache-Aside(先更新DB再删缓存)、Read/Write-Through(读写穿透)和Write-Behind(异步写入)。延时双删策略通过两次删除缓存确保数据最终一致,适用于复杂业务场景。选择方案需根据系统复杂度和一致性要求权衡。
345 0
|
缓存 NoSQL Java
谷粒商城笔记+踩坑(12)——缓存与分布式锁,Redisson+缓存数据一致性
缓存与分布式锁、Redisson分布式锁、缓存数据一致性【必须满足最终一致性】
722 14
谷粒商城笔记+踩坑(12)——缓存与分布式锁,Redisson+缓存数据一致性
|
消息中间件 缓存 中间件
缓存一致性问题,这么回答肯定没毛病!
缓存一致性问题,这么回答肯定没毛病!
241 3
|
消息中间件 存储 监控
Kraft模式下Kafka脚本的使用
【9月更文挑战第9天】在Kraft模式下,使用Kafka脚本涉及以下几个关键步骤:启动Zookeeper和Kafka服务、创建主题、发送与消费消息、查看主题列表及描述主题详情。通过指定配置文件与相关参数,如`--replication-factor`和`--partitions`,可以灵活管理主题。此外,确保根据实际需求调整配置文件中的参数,并监控日志以维持最佳性能与及时问题处理。
503 8
|
存储 canal 缓存
【高频】如何保证缓存和数据库一致
【高频】如何保证缓存和数据库一致
455 2
|
消息中间件 缓存 关系型数据库
数据库和缓存如何保证一致性?
数据库和缓存如何保证一致性?