用ado怎么读写informix中的blob数据

1使用jdk中的方法进行传输。在ResultSet 中有getBlob()方法，在PreparedStatement中有setBlob()方法，所以大多数人都会尝试setBlob

(),getBlob() 进行读写，或者两个数据库之间BLOB的传输。这种方法实际上是行不通的，据网上的一些资料介绍，说sun官方的文档有些方法

都是错误的。

2使用ResultSetgetBinaryStream 和PreparedStatementsetBinaryStream对BLOB进行读写或两个数据库间的传输。这种方法我自己尝试过，

发现，如果BLOB中存储的是文本文件的话，就没问题，如果是二进制文件，传输就会有问题。

根据自己的经验，以及查阅了Oracle的官方文档，都是使用如下处理方法：

1新建记录，插入BLOB数据

11首先新建记录的时候，使用oracle的函数插入一个空的BLOB，假设字段A是BLOB类型的:

insert xxxtable(A,B,C) values(empty_blob(),'xxx','yyyy')

12后面再查询刚才插入的记录，然后更新BLOB，在查询前，注意设置Connection的一个属性:

connsetAutoCommit(false);如果缺少这一步，可能导致fetch out of sequence等异常

13 查询刚才插入的记录,后面要加“ for update ”,如下：

select A from xxxtable where xxx=999 for update ,如果缺少for update，可能出现row containing the LOB value is not locked

的异常

14 从查询到的 BLOB字段中，获取blob并进行更新，代码如下：

BLOB blob = (BLOB) rsgetBlob("A");

OutputStream os = blobgetBinaryOutputStream();

BufferedOutputStream output = new BufferedOutputStream(os);

后面再使用outputwrite方法将需要写入的内容写到output中就可以了。例如我们将一个文件写入这个字段中：

BufferedInputStream input = new BufferedInputStream(new File("c://hpWavelog")toURL()openStream());

byte[] buff = new byte[2048]; //用做文件写入的缓冲

int bytesRead;

while(-1 != (bytesRead = inputread(buff, 0, bufflength))) {

outputwrite(buff, 0, bytesRead);

Systemoutprintln(bytesRead);

}

上面的代码就是从input里2k地读取，然后写入到output中。

15上面执行完毕后，记得关闭output,input,以及关闭查询到的ResultSet

16最后执行conncommit();将更新的内容提交，以及执行connsetAutoCommit(true); 改回Connction的属性

2修改记录，方法与上面的方法类似，

21首先更新BLOB以外的其他字段

22 使用13中类似的方法获取记录

23 修改的过程中，注意以下:a 需要更新的记录中，BLOB有可能为NULL,这样在执行blobgetBinaryOutputStream()获取的值可能为

null,那么就关闭刚才select的记录，再执行一次update xxxtable set A = empty_blob() where xxx, 这样就先写入了一个空的BLOB(不是null),然后再

使用13,14中的方法执行更新记录b 注意别忘了先执行setAutoCommit(false),以及"for update",以及后面的conncommit();等。

3读取BLOB字段中的数据

31 读取记录不需要setAutoCommit(),以及 select for update

32 使用普通的select 方法查询出记录

33 从ResultSet中获取BLOB并读取，如下：

BLOB b_to = (BLOB) rsgetBlob("A");

InputStream is = b_fromgetBinaryStream();

BufferedInputStream input = new BufferedInputStream(is);

byte[] buff = new byte[2048];

while(-1 != (bytesRead = inputread(buff, 0, bufflength))) {

//在这里执行写入，如写入到文件的BufferedOutputStream里

Systemoutprintln(bytesRead);

}

通过循环取出blob中的数据，写到buff里,再将buff的内容写入到需要的地方

4两个数据库间blob字段的传输

类似上面1和3的方法，一边获取BufferedOutputStream,另外一边获取BufferedInputStream，然后读出写入，需要注意的是写入所用的

Connection要执行connsetAutoCommit(false);以及获取记录时添加“ for update ”以及最后的commit();

总结以上方法，其根本就是先创建空的BLOB，再获取其BufferedOutputStream进行写入，或获取BufferedInputStream进行读取

如下： 函数名: strstr 功能: 在字符串中查找指定字符串的第一次出现 用法: char strstr(char str1, char str2); strstr原型：extern char strstr(char haystack, char needle); 头文件：#include <stringh> 功能：从字符串haystack中寻找needle第一次出现的位置（不比较结束符NULL)。 说明：返回指向第一次出现needle位置的指针，如果没找到则返回NULL。 编辑本段函数原型 1Copyright 1990 Software Development Systems, Inc char strstr( const char s1, const char s2 ) { int len2; if ( !(len2 = strlen(s2)) ) return (char )s1; for ( ; s1; ++s1 ) { if ( s1 == s2 && strncmp( s1, s2, len2 )==0 ) return (char )s1; } return NULL; } 2Copyright 1986 - 1999 IAR Systems All rights reserved char strstr(const char s1, const char s2) { int n; if (s2) { while (s1) { for (n=0; (s1 + n) == (s2 + n); n++) { if (!(s2 + n + 1)) return (char )s1; } s1++; } return NULL; } else return (char )s1; } 编辑本段举例 // strstrc #include <syslibh> #include <stringh> main() { char s="Golden Global View"; char l="lob"; char p; clrscr(); p=strstr(s,l); if(p) printf("%s",p); else printf("Not Found!"); getchar(); return 0; } 语法： strstr(str1,str2) str1: 被查找目标 string expression to search str2:要查找对象 The string expression to find 该函数返回str2第一次在str1中的位置，如果没有找到，返回NULL The strstr() function returns the ordinal position within str1 of the first occurrence of str2 If str2 is not found in str1, strstr() returns 0 例子： 功能：从字串” string1 onexxx string2 oneyyy”中寻找”yyy” (假设xxx和yyy都是一个未知的字串) char s=” string1 onexxx string2 oneyyy”; char p; p=strstr(s,”string2”); if(p==NULL) printf(“Not Found!”); p=strstr(p,”one”); if(p==NULL) printf(“Not Found!”); p+=strlen(“one”); printf(“%s”,p); 说明：如果直接写语句p=strstr(s,”one”)，则找到的是onexxx string2 oneyyy，不符合要求 所以需采用二次查找法找到目标

SELECT T1name[约束名],T3name[外键表],T4name[外键列名] ,T5name[主键表],T6name[主键列名]FROM SYSFOREIGN_KEYS T1 JOIN SYSFOREIGN_KEY_COLUMNS T2 ON T1parent_object_id=T2parent_object_id JOIN SYSSYSOBJECTS T3 ON T1parent_object_id=T3id JOIN SYSSYSCOLUMNS T4 ON T2parent_object_id=T4id AND T2parent_column_id=T4colid JOIN SYSSYSOBJECTS T5 ON T1referenced_object_id=T5id JOIN SYSSYSCOLUMNS T6 ON T2referenced_object_id=T6id AND T2referenced_column_id=T6colidWHERE T1parent_object_id=OBJECT_ID('student')

你首先要确定 你的服务器是红帽企业版？

先要创建INFORMIX用户和组

设置INFORMIXDIR环境变量

解压安装文件 选择安装内容

11版本CSDK什么的都集中在一个包里了很方便

然后进行配置 这方面建议去IBM下文档仔细看

实例讲解MYSQL数据库的查询优化技术

作者：佚名 文章来源：未知 点击数：2538 更新时间：2006-1-19

数据库系统是管理信息系统的核心，基于数据库的联机事务处理（OLTP）以及联机分析处理(OLAP)是银行、企业、政府等部门最为重要的计算机应用之一。从大多数系统的应用实例来看，查询 *** 作在各种数据库 *** 作中所占据的比重最大，而查询 *** 作所基于的SELECT语句在SQL语句中又是代价最大的语句。举例来说，如果数据的量积累到一定的程度，比如一个银行的账户数据库表信息积累到上百万甚至上千万条记录，全表扫描一次往往需要数十分钟，甚至数小时。如果采用比全表扫描更好的查询策略，往往可以使查询时间降为几分钟，由此可见查询优化技术的重要性。

笔者在应用项目的实施中发现，许多程序员在利用一些前端数据库开发工具（如PowerBuilder、Delphi等）开发数据库应用程序时，只注重用户界面的华丽，并不重视查询语句的效率问题，导致所开发出来的应用系统效率低下，资源浪费严重。因此，如何设计高效合理的查询语句就显得非常重要。本文以应用实例为基础，结合数据库理论，介绍查询优化技术在现实系统中的运用。

分析问题

许多程序员认为查询优化是DBMS（数据库管理系统）的任务，与程序员所编写的SQL语句关系不大，这是错误的。一个好的查询计划往往可以使程序性能提高数十倍。查询计划是用户所提交的SQL语句的集合，查询规划是经过优化处理之后所产生的语句集合。DBMS处理查询计划的过程是这样的：在做完查询语句的词法、语法检查之后，将语句提交给DBMS的查询优化器，优化器做完代数优化和存取路径的优化之后，由预编译模块对语句进行处理并生成查询规划，然后在合适的时间提交给系统处理执行，最后将执行结果返回给用户。在实际的数据库产品(如Oracle、Sybase等)的高版本中都是采用基于代价的优化方法，这种优化能根据从系统字典表所得到的信息来估计不同的查询规划的代价，然后选择一个较优的规划。虽然现在的数据库产品在查询优化方面已经做得越来越好，但由用户提交的SQL语句是系统优化的基础，很难设想一个原本糟糕的查询计划经过系统的优化之后会变得高效，因此用户所写语句的优劣至关重要。系统所做查询优化我们暂不讨论，下面重点说明改善用户查询计划的解决方案。

解决问题

下面以关系数据库系统Informix为例，介绍改善用户查询计划的方法。

1．合理使用索引

索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下：

●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

●在频繁进行排序或分组（即进行group by或order by *** 作）的列上建立索引。

●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

●如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。

●使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁 *** 作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。

2．避免或简化排序

应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素：

●索引中不包括一个或几个待排序的列；

●group by或order by子句中列的次序与索引的次序不一样；

●排序的列来自不同的表。

为了避免不必要的排序，就要正确地增建索引，合理地合并数据库表（尽管有时可能影响表的规范化，但相对于效率的提高是值得的）。如果排序不可避免，那么应当试图简化它，如缩小排序的列的范围等。

3．消除对大型表行数据的顺序存取

在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询10亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如，两个表：学生表（学号、姓名、年龄……）和选课表（学号、课程号、成绩）。如果两个表要做连接，就要在“学号”这个连接字段上建立索引。

还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序 *** 作：

SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008

虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：

SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001

UNION

SELECT ＊ FROM orders WHERE order_num=1008

这样就能利用索引路径处理查询。

4．避免相关子查询

一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

5．避免困难的正规表达式

MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT ＊ FROM customer WHERE zipcode >“98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。

另外，还要避免非开始的子串。例如语句：SELECT ＊ FROM customer WHERE zipcode[2，3]>“80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引。

6．使用临时表加速查询

把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序 *** 作，而且在其他方面还能简化优化器的工作。例如：

SELECT custname，rcvblesbalance，……other columns

FROM cust，rcvbles

WHERE custcustomer_id = rcvlbescustomer_id

AND rcvbllsbalance>0

AND custpostcode>“98000”

ORDER BY custname

如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序：

SELECT custname，rcvblesbalance，……other columns

FROM cust，rcvbles

WHERE custcustomer_id = rcvlbescustomer_id

AND rcvbllsbalance>0

ORDER BY custname

INTO TEMP cust_with_balance

然后以下面的方式在临时表中查询：

SELECT ＊ FROM cust_with_balance

WHERE postcode>“98000”

临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。

注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。

7．用排序来取代非顺序存取

非顺序磁盘存取是最慢的 *** 作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。

有些时候，用数据库的排序能力来替代非顺序的存取能改进查询。

实例分析

下面我们举一个制造公司的例子来说明如何进行查询优化。制造公司数据库中包括3个表，模式如下所示：

1．part表

零件号　零件描述其他列

（part_num）　（part_desc）（other column）

102，032　Seageat 30G disk　……

500，049　Novel 10M network card……

……

2．vendor表

厂商号厂商名其他列

（vendor _num）　（vendor_name） （other column）

910，257　Seageat Corp　……

523，045　IBM Corp　……

……

3．parven表

零件号　厂商号　零件数量

（part_num）　（vendor_num）　（part_amount）

102，032910，2573,450,000

234，423321，0014，000，000

……

下面的查询将在这些表上定期运行，并产生关于所有零件数量的报表：

SELECT part_desc，vendor_name，part_amount

FROM part，vendor，parven

WHERE partpart_num=parvenpart_num

AND parvenvendor_num = vendorvendor_num

ORDER BY partpart_num

如果不建立索引，上述查询代码的开销将十分巨大。为此，我们在零件号和厂商号上建立索引。索引的建立避免了在嵌套中反复扫描。关于表与索引的统计信息如下：

表　行尺寸　行数量　每页行数量　数据页数量

（table）　(row size)　（Row count）　（Rows/Pages）　（Data Pages）

part150　10，00025　400

Vendor　150　1，000 25　40

Parven　13　 15，000300 50

索引　键尺寸　每页键数量　页面数量

（Indexes）　(Key Size)　（Keys/Page)　(Leaf Pages）

part　4500　20

Vendor4500　2

Parven8250　60

看起来是个相对简单的3表连接，但是其查询开销是很大的。通过查看系统表可以看到，在part_num上和vendor_num上有簇索引，因此索引是按照物理顺序存放的。parven表没有特定的存放次序。这些表的大小说明从缓冲页中非顺序存取的成功率很小。此语句的优化查询规划是：首先从part中顺序读取400页，然后再对parven表非顺序存取1万次，每次2页（一个索引页、一个数据页），总计2万个磁盘页，最后对vendor表非顺序存取15万次，合3万个磁盘页。可以看出在这个索引好的连接上花费的磁盘存取为504万次。

实际上，我们可以通过使用临时表分3个步骤来提高查询效率：

1．从parven表中按vendor_num的次序读数据：

SELECT part_num，vendor_num，price

FROM parven

ORDER BY vendor_num

INTO temp pv_by_vn

这个语句顺序读parven（50页），写一个临时表（50页），并排序。假定排序的开销为200页，总共是300页。

2．把临时表和vendor表连接，把结果输出到一个临时表，并按part_num排序：

SELECT pv_by_vn，＊ vendorvendor_num

FROM pv_by_vn，vendor

WHERE pv_by_vnvendor_num=vendorvendor_num

ORDER BY pv_by_vnpart_num

INTO TMP pvvn_by_pn

DROP TABLE pv_by_vn

这个查询读取pv_by_vn(50页)，它通过索引存取vendor表15万次，但由于按vendor_num次序排列，实际上只是通过索引顺序地读vendor表（40＋2=42页），输出的表每页约95行，共160页。写并存取这些页引发5＊160=800次的读写，索引共读写892页。

3．把输出和part连接得到最后的结果：

SELECT pvvn_by_pn＊，partpart_desc

FROM pvvn_by_pn，part

WHERE pvvn_by_pnpart_num=partpart_num

DROP TABLE pvvn_by_pn

这样，查询顺序地读pvvn_by_pn(160页)，通过索引读part表15万次，由于建有索引，所以实际上进行1772次磁盘读写，优化比例为30∶1。笔者在Informix Dynamic

Sever上做同样的实验，发现在时间耗费上的优化比例为5∶1(如果增加数据量，比例可能会更大)。

小结

20％的代码用去了80％的时间，这是程序设计中的一个著名定律，在数据库应用程序中也同样如此。我们的优化要抓住关键问题，对于数据库应用程序来说，重点在于SQL的执行效率。查询优化的重点环节是使得数据库服务器少从磁盘中读数据以及顺序读页而不是非顺序读页。

以上就是关于用ado怎么读写informix中的blob数据全部的内容，包括:用ado怎么读写informix中的blob数据、informix返回某字符的位置的函数、如何获取informix表的主键字段名等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！