Java 數據庫編程核心：JDBC 基礎操作與進階技巧全解析

JDBC 標準操作四步走

1. 獲取連接：DriverManager 或 JNDI DataSource（推薦生產環境用連接池）。
2. 執行 SQL：Statement（靜態 SQL）或 PreparedStatement（參數化、防注入、預編譯優化）。
3. 處理結果：查詢返回 ResultSet，更新返回影響行數。
4. 釋放資源：順序固定：ResultSet → Statement → Connection，建議用 try-with-resources 自動關閉。

關鍵進階技巧

1. 可滾動、可更新的 ResultSet

// 滾動且只讀
Statement stmt = conn.createStatement(
    ResultSet.TYPE_SCROLL_INSENSITIVE, 
    ResultSet.CONCUR_READ_ONLY
);
ResultSet rs = stmt.executeQuery("SELECT * FROM users");
rs.absolute(9000); // 直接跳轉第 9000 行

// 可更新
PreparedStatement ps = conn.prepareStatement(sql,
    ResultSet.TYPE_SCROLL_SENSITIVE,
    ResultSet.CONCUR_UPDATABLE);
ResultSet rs = ps.executeQuery();
rs.updateString("name", "NewName");
rs.updateRow(); // 寫回數據庫

TYPE_SCROLL_INSENSITIVE：結果集開啟後不感知底層數據變化；SENSITIVE 則可見實時變更（性能較差）。

2. 批量更新

Statement 批量：多條不同 SQL 一次提交：

Statement stmt = conn.createStatement();
stmt.addBatch("INSERT INTO log VALUES (1, 'a')");
stmt.addBatch("UPDATE user SET cnt=cnt+1 WHERE id=1");
stmt.addBatch("DELETE FROM temp WHERE expired=1");
int[] counts = stmt.executeBatch(); // 返回各條影響行數

PreparedStatement 批量：同一 SQL，不同參數集批量執行：

PreparedStatement ps = conn.prepareStatement("INSERT INTO user(id,name) VALUES(?,?)");
for (User u : users) {
    ps.setInt(1, u.getId());
    ps.setString(2, u.getName());
    ps.addBatch();
}
int[] counts = ps.executeBatch();

批量操作大幅減少網絡往返，插入萬條數據可從分鐘級降至秒級。

3. 事務處理

conn.setAutoCommit(false); // 關閉自動提交
try {
    Statement stmt = conn.createStatement();
    stmt.executeUpdate("INSERT INTO orders ..."); stmt.close();
    stmt = conn.createStatement();
    stmt.executeUpdate("UPDATE inventory SET qty=qty-1 ..."); stmt.close();
    conn.commit(); // 全部成功才提交
} catch (SQLException e) {
    conn.rollback(); // 任一失敗全回滾
    throw e;
} finally {
    conn.setAutoCommit(true); // 恢復默認
}

核心原則：同一事務內每條 SQL 用完 Statement 即關閉，避免游標泄漏；異常時必須回滾；連接池環境下 close() 實際是歸還連接，不影響事務邊界（由連接池管理）。

最佳實踐清單

• 生產環境必須用連接池（HikariCP、Druid），配置合理的最大/最小連接數、超時、驗證查詢。
• 所有動態 SQL 統一用 PreparedStatement，杜絕拼接防注入。
• 大數據量查詢設置 setFetchSize() 減少內存壓力。
• 長事務拆分為短事務，避免鎖競爭、連接佔用過久。
• 異常堆棧保留原始 SQL 參數（脫敏後）便於排查。