怎么从数据库中调出数据并生成动态图表

怎么从数据库中调出数据并生成动态图表,第1张

JSP页面中嵌入动态图表的两种方法 :在JSP页面中插入Applet小程序 ;通过JavaBean动态生成图像。

JSP是一种广泛应用的网页设计技术 ,它是一种HTML和Java脚本混合的编程技术 ,它结合了HTML的静态特性和Java语言的动态能力 ,因此用它进行动态网页设计非常方便。在进行图像处理时 ,一般处理静态非常容易 ,但是 ,在实际应用中常常需要动态地在网页中生成二维的图形

基于JFreeChart开发的一个时序图的绘制。代码如下:

实例中createDataset()方法用于创建数据集合对象。时序图的数据集合与其他数据集合不同,它需要添加一个时间段内的所有数据,通常采用TimeSeries类进行添加。该实例中通过Math类的random()方法进行随机生成。

import javaawt;

import javaawteventActionEvent;

import

javaawteventActionListener;

import javaioBufferedInputStream;

import

javaioDataInputStream;

import javaioFileOutputStream;

import

javaioIOException;

import javanetURL;

import

javanetURLConnection;

import javatextDateFormat;

import

javatextParseException;

import javatextSimpleDateFormat;

import

javautilCalendar;

import javautilDate;

import javautilRandom;

import javaxswingJApplet;

import javaxswingTimer;

import orgjfreechart;

import

orgjfreechartannotationsCategoryTextAnnotation;

import

orgjfreechartaxisCategoryAnchor;

import

orgjfreechartaxisCategoryAxis;

import

orgjfreechartaxisCategoryLabelPositions;

import

orgjfreechartaxisDateAxis;

import

orgjfreechartaxisDateTickUnit;

import

orgjfreechartaxisDateTickUnitType;

import

orgjfreechartaxisValueAxis;

import

orgjfreechartlabelsStandardCategoryItemLabelGenerator;

import

orgjfreechartplotCategoryPlot;

import

orgjfreechartplotPlotOrientation;

import

orgjfreechartplotXYPlot;

import

orgjfreechartrenderercategoryBarRenderer;

import

orgjfreecharttitleTextTitle;

import

orgjfreedatacategoryCategoryDataset;

import

orgjfreedatacategoryIntervalCategoryDataset;

import orgjfreechartaxisNumberAxis;

import

orgjfreedatacategoryDefaultCategoryDataset;

import

orgjfreedataganttTask;

import orgjfreedataganttTaskSeries;

import

orgjfreedataganttTaskSeriesCollection;

import

orgjfreedatatimeDay;

import orgjfreedatatimeSecond;

import

orgjfreedatatimeTimeSeries;

import

orgjfreedatatimeTimeSeriesCollection;

import

orgjfreedataxyXYDataset;

public class shixutu extends JApplet {

//PLOT_FONT是一静态的字体常量对象,使用此对象可以避免反复用到的字体对象被多次创建

private static final Font PLOT_FONT = new Font("黑体", FontITALIC ,

18);

JFreeChart chart;

//创建数据动态更新的监听

class DataGenerator extends Timer

implements ActionListener {

private static final long serialVersionUID =

3977867288743720504L;

String

equID;

//设备ID号

int

totalTask;

//任务数

String[][]

strTask;

//任务情况

public void

actionPerformed(ActionEvent actionevent) {

addTotalObservation();

} DataGenerator()

{

super(1000,

null);

addActionListener(this);

Systemoutprintln("super");

}

}

//将更新的数据添加到chart中

private void addTotalObservation()

{

Systemoutprintln("addTotalObservation");

//设置新的数据集

chartgetXYPlot()setDataset(createDataset());

//通知Jfreechart

数据发生了改变,重新绘制柱状图

if

(chart != null)

{

chartfireChartChanged();

}

}

private static void

processChart(JFreeChart chart)

{

//设置标题字体

chartgetTitle()setFont(new Font("隶书", FontBOLD,

26));

//设置背景色

chartsetBackgroundPaint(new

Color(252,175,134));

XYPlot plot = chartgetXYPlot();

//获取图表的绘制属性

plotsetDomainGridlinesVisible(false);

//设置网格不显示

//获取时间轴对象

DateAxis dateAxis = (DateAxis)

plotgetDomainAxis();

dateAxissetLabelFont(PLOT_FONT);

//设置时间轴字体

//设置时间轴标尺值字体

dateAxissetTickLabelFont(new

Font("宋体",FontPLAIN,12));

dateAxissetLowerMargin(00);

//设置时间轴上显示的最小值

//获取数据轴对象

ValueAxis valueAxis =

plotgetRangeAxis();

valueAxissetLabelFont(PLOT_FONT);

//设置数据字体

DateFormat format = new SimpleDateFormat("mm分ss秒");

//创建日期格式对象

//创建DateTickUnit对象

DateTickUnit dtu = new

DateTickUnit(DateTickUnitTypeSECOND,30,format);

dateAxissetTickUnit(dtu);

//设置日期轴的日期标签 } //将结果输出在文件中

private static

void writeChartAsImage(JFreeChart chart)

{

FileOutputStream fos_jpg =

null;

try

{

fos_jpg = new

FileOutputStream("D:\\test\\shixutujpg");

ChartUtilitieswriteChartAsJPEG(fos_jpg, 1, chart, 400, 300,

null);

} catch (Exception e)

{

eprintStackTrace();

} finally

{

try

{

fos_jpgclose();

} catch (Exception e)

{

}

}

}

//创建数据集合对象

public static XYDataset createDataset()

{

//实例化TimeSeries对象

TimeSeries timeseries = new

TimeSeries("Data");

Second second = new Second();

//实例化Day

double d =

50D;

//添加一年365天的数据

for (int i = 0; i < 500; i++)

{

d = d + (Mathrandom() - 05) 10;

//创建随机数据

timeseriessecond(day, d);

//向数据集合中添加数据

second = (Second)

secondnext();

}

TimeSeriesCollection timeSeriesCollection =

new

TimeSeriesCollection(timeseries);

//返回数据集合对象

return timeSeriesCollection; } //Applet程序初始化

public void init()

{

// 1

得到数据

XYDataset dataset =

createDataset();

// 2

构造chart

chart =

ChartFactorycreateTimeSeriesChart(

"时序图示范", //

图表标题

"时间", //

目录轴的显示标签--横轴

"数值", //

数值轴的显示标签--纵轴

dataset, //

数据集

false,

false, //

是否生成工具

false //

是否生成URL链接

);

// 3

处理chart中文显示问题

processChart(chart);

// 4

chart输出

//writeChartAsImage(chart);

// 5 chart

以swing形式输出

//6使用applet输出

ChartPanel chartPanel = new

ChartPanel(chart);

chartPanelsetPreferredSize(new

javaawtDimension(800,500));

getContentPane()add(chartPanel); (new

DataGenerator())start();

}

public void

paint(Graphics g)

{

if

(chart != null)

{

chartdraw((Graphics2D) g,

getBounds());

}

}

public void destroy() {

}

}

集群主要分成三大类 (高可用集群, 负载均衡集群,科学计算集群)

高可用集群( High Availability Cluster)

负载均衡集群(Load Balance Cluster)

科学计算集群(High Performance Computing Cluster)

1、高可用集群(High Availability Cluster)

常见的就是2个节点做成的HA集群,有很多通俗的不科学的名称,比如”双机热备”, “双机互备”, “双机”。高可用集群解决的是保障用户的应用程序持续对外提供服务的能力。 (请注意高可用集群既不是用来保护业务数据的,保护的是用户的业务程序对外不间断提供服务,把因软件/硬件/人为造成的故障对业务的影响降低到最小程度)。

2、负载均衡集群(Load Balance Cluster)

负载均衡系统:集群中所有的节点都处于活动状态,它们分摊系统的工作负载。一般Web服务器集群、数据库集群和应用服务器集群都属于这种类型。

负载均衡集群一般用于相应网络请求的网页服务器,数据库服务器。这种集群可以在接到请求时,检查接受请求较少,不繁忙的服务器,并把请求转到这些服务器上。从检查其他服务器状态这一点上看,负载均衡和容错集群很接近,不同之处是数量上更多。

3、科学计算集群(High Performance Computing Cluster)

高性能计算(High Perfermance Computing)集群,简称HPC集群。这类集群致力于提供单个计算机所不能提供的强大的计算能力。

高性能计算分类: 

31、高吞吐计算(High-throughput Computing)

有一类高性能计算,可以把它分成若干可以并行的子任务,而且各个子任务彼此间没有什么关联。象在家搜寻外星人( SETI@HOME – Search for Extraterrestrial Intelligence at Home )就是这一类型应用。

这一项目是利用Internet上的闲置的计算资源来搜寻外星人。SETI项目的服务器将一组数据和数据模式发给Internet上参加SETI的计算节点,计算节点在给定的数据上用给定的模式进行搜索,然后将搜索的结果发给服务器。服务器负责将从各个计算节点返回的数据汇集成完整的 数据。因为这种类型应用的一个共同特征是在海量数据上搜索某些模式,所以把这类计算称为高吞吐计算。

所谓的Internet计算都属于这一类。按照 Flynn的分类,高吞吐计算属于SIMD(Single Instruction/Multiple Data)的范畴。

32、分布计算(Distributed Computing)

另一类计算刚好和高吞吐计算相反,它们虽然可以给分成若干并行的子任务,但是子任务间联系很紧密,需要大量的数据交换。按照Flynn的分类,分布式的高性能计算属于MIMD(Multiple Instruction/Multiple Data)的范畴。

下面说说这几种集群的应用场景:

高可用集群这里不多作说明。

想Dubbo是比较偏向于负载均衡集群,用过的猿友应该知道(不知道的可以自行了解一下),Dubbo同一个服务是可以有多个提供者的,当一个消费者过来,它要消费那个提供者,这里是有负载均衡机制在里面的。

搜索引擎Elasticsearch比较偏向于科学计算集群的分布计算。

而到这里,可能不少猿友都知道,集群的一些术语:集群容错、负载均衡。

我们以Dubbo为例:

集群容错(>

(一)系统数据库类型

数据库是整个农用地分等信息系统的基础,是系统开发设计要考虑的重中之重。在数据形式上,系统数据库包括两大块:一是空间数据库,二是属性数据库。目前的空间数据技术已从以MapInfo为代表的混合型数据库(空间数据库+关系型数据库)发展到以ArcInfo的Coverage为代表的拓展型数据库。鉴于农用地分等属性数据量庞大,为减少数据冗余,提高数据检索的速度,本研究采用空间数据和属性数据分开管理的模式,依据关键字段进行绑定,进行科学索引,从而实现空间数据和属性动态链接和高效整合。

1空间数据库

江苏省农用地分等信息系统空间数据库内容包括以下方面:

(1)土地利用现状图层:全省13个省辖市以1996年土地利用现状图为基础,经变更调绘形成以2000年为基准年的土地利用现状图,以现行的土地分类标准按八大类分类进行信息提取并分层存储,系统分别存储为耕地、林地、水域、未利用地、建设用地等图层。

(2)全省土壤类型图层:以土属为分类单位,比例尺为1:20万。

(3)1996年和2000年全省行政区划图层:在行政区划中精确到乡镇级别,分别提取存储了市名图层、县(区)名图层、乡(镇)名图层、全省行政界线图层、市级行政界线图层、县(区)级行政界线图层、乡(镇)级行政界线图层。

(4)评价单元图层:通过GIS空间叠加功能,利用土地利用现状图、行政区划图和土壤类型图叠加产生的评价单元图层,建立分等评价单元数据库。

2属性数据库

江苏省农用地分等信息系统属性数据库内容包括以下方面:

(1)土壤属性数据:以全国第二次土壤普查为基础,结合全省土壤监测样点数据,建立土壤质量状况数据库,最小单位为土种,包括pH值、有机质含量、表层土壤质地、耕层厚度、障碍层深度、水土侵蚀程度、盐渍化程度数据。

(2)农田水利环境数据:建立了1996~2000年间各乡镇农田水利环境基础数据库,包括灌溉保证率、排水条件数据。

(3)土地利用现状数据:建立了全省13个省辖市的以1996年土地利用现状图为基础,经变更调绘形成的以2000年为基准年的土地利用现状数据库,区分耕地中的详细用地类型差异,标示水田、旱地、荒草地等纳入本次评价范围的用地内容。

(4)全省地形地貌数据库。

(5)农业区划数据:输入了江苏省农业区划数据,把江苏全省划分为6大区划,以乡镇为最小级别,建立全省乡镇的区划归属数据库。

(6)农业耕作制度数据:建立了全省各市、县、乡镇的农业耕作制度数据库,包括指定作物水稻和小麦的播种空间分布状况数据库。

(7)光温生产潜力数据:建立了全省各市、县指定作物水稻和小麦的光温生产潜力和气候生产潜力数据库。

(8)农业投入-产出数据:全省13个省辖市以乡镇为单位,建立了1996~2000年农业生产投入-产出数据库。

(9)作物产量数据:全省13个省辖市以乡镇为单位,建立了1996~2000年的指定作物水稻和小麦的产量数据库。

(10)土地利用详查分类面积数据:全省13个省辖市以乡镇为单位,建立了2000年土地利用详查分类面积数据库。

从数据格式上分,数据库又可分为:①图件数据库:指空间数据以及绑定在空间数据上的相关属性数据,本次江苏省农用地分等建立了以分等单元为记录的属性数据库,并通过关键字段与空间数据关联;②分类统计数据库:包括全省13个省辖市以乡镇为单位的1996~2000年指定作物产量统计数据和全省13个省辖市以乡镇为单位的2000年土地利用详查分类面积统计数据。

(二)系统数据库管理模式

为减少数据存储冗余,同时提高索引速度,江苏省农用地分等信息系统数据文件采用普遍的目录树形式进行管理,按省-市-县行政体系分别存储相关数据。全省建立13个省辖市分目录,分目录下按照各自所含的县(区)建立子目录。根据目前行政管理体系现状,基础资料大多来源于县级行政单位,因此采用县(区)为基本行政单位较为合理,在保证资料来源的同时,也利于资料的分类归档存储。其相对应的空间图件数据也按精度要求分割到县级行政单位,既能减少系统调用数据的吞吐量,同时也满足了系统的精度需求。空间数据、属性数据、文本数据按照各自所属的行政级别归类存储,同时设立数据文件管理器进行目录文件的索引管理,见图3-86。

图3-86 江苏省农用地分等信息系统数据文件管理模式图

(三)系统数据库结构

数据库的结构设计决定了数据之间的调用及接口关系,清晰的逻辑调用关系和统一的数据接口格式有利于数据的组织、管理、调用。

1空间数据库

江苏省农用地分等信息系统空间数据库以矢量图件的形式存在,以分图层的方式管理,包括了全省行政界线、土壤类型、按八大类分别提取的土地利用现状、分等单元等图层。其中,分等单元图层作为农用地分等的基础,考虑到图层本身信息量大,可能影响到系统运行效率,因此所在图层的属性表中只保留了ID字段,通过ID字段与外部属性库绑定,实现分等单元与外部属性库一一对应关系。ID字段是本图层的特征代码,表征了单元的唯一性,能体现出单元的图上位置和行政归属。《农用地分等定级规程》(国土资源大调查专用)和《中华人民共和国行政区划代码》(GB/T 2260-1999)为本研究分等单元代码的编码依据;本研究有1996年和2000年两套行政区划工作底图,为此分等单元特征代码共设14位,依次为江苏省代码(2位)-市代码(2位)-2000年县或区代码(2位)-2000年乡镇代码(2位)-1996年县或区代码(2位)-1996年乡镇代码(2位)-分等单元号(2位)。其中,省、市、县(区)的行政代码按国家统一代码,乡镇级代码在县(区)范围内根据划分分等单元的需要依次编码;分等单元编号的原则是不破乡镇界,即单元号是在同一乡镇内部自行编码。示例:32011501210101,指1996年江苏(32)南京(01)市江宁县(21)由于2000年行政调整变更为南京(01)的江宁区(15)。按行政体系分级编码的优点是有利于空间查询和国土资源管理部门根据工作需求按行政级别分类汇总统计数据。

2属性数据库

江苏省农用地分等信息系统采用关系型数据库来存储数据,优点是结构清晰明了,数据的更新维护方便,通过索引能优化数据库,建立快速的查询浏览(表3-26~表3-30)。

表3-26 行政代码数据结构表

表3-27 土壤属性数据结构表

表3-28 农田水利设施数据结构表

表329 指定农作物投入-产出数据结构表

表3-30 农业耕作制度及农业区划表

(四)系统模型库

系统以《农用地分等定级规程》(国土资源大调查专用)中的相关技术方法和计算模型为基础,在模型库中预先内置了分等计算模型。模型库是动态,它允许专家根据情况动态调整计算模型形式及其参数。系统主要模型的数学计算公式如下:

(1)农用地自然质量分值(Clij)计算公式见式(3-11)。

(2)样点土地利用系数计算公式:

中国耕地质量等级调查与评定(江苏卷)

式中:

Klj´——样点的第j种指定作物土地利用系数;

Yj——样点的第j种指定作物实际单产;

Yj,max——第j种指定作物最大标准粮单产。

(3)等值区土地利用系数计算公式:

中国耕地质量等级调查与评定(江苏卷)

式中:

Klj——等值区内第j种指定作物土地利用系数;

Klj´——参与计算的同一等值区内合格样点第j种指定作物土地利用系数;

n——排除异常数据后参与计算的样点的个数。

(4)样点土地经济系数计算公式:

中国耕地质量等级调查与评定(江苏卷)

式中:

Kcj′——样点的第j种指定作物土地经济系数;

Yj——样点第j种指定作物实际单产;

Cj——样点第j种指定作物实际成本;

Aj——第j种指定作物最高“产量-成本”指数。

(5)等值区土地经济系数计算公式:

中国耕地质量等级调查与评定(江苏卷)

式中:

Kcj——等值区内土地经济系数;

Kcj´——参与计算的同一等值区内合格样点第j种指定作物土地经济系数;

n——排除异常数据后参与计算的样点的个数。

(6)农用地自然质量等指数(Ri)计算公式见式(3-12)和式(3-13)。

(7)农用地利用等指数(Yi)计算公式见式(3-14)和式(3-15)。

(8)农用地经济等指数(Gi)计算公式见式(3-16)和式(3-17)。

以上就是关于怎么从数据库中调出数据并生成动态图表全部的内容,包括:怎么从数据库中调出数据并生成动态图表、数据库集群的介绍、系统数据库和模型库设计等相关内容解答,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!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/9310074.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-27
下一篇 2023-04-27

发表评论

登录后才能评论

评论列表(0条)

保存