JDBC Type2潜水员
我是JDBC java编程的新手。尝试使用OCI驱动程序连接到oracle数据库(10.2)时，出现以下错误:
C：\Java实践\JDBC
at oracle.jdbc.driver.DatabaseError.throwSqlException(DatabaseError.java:112)
at oracle.jdbc.driver.T2CConnection.checkError(T2CConnection.java:672)
at oracle.jdbc.driver.T2CConnection.logon(T2CConnection.java:346)
at oracle.jdbc.driver.PhysicalConnection.<init>(PhysicalConnection.java:414)
at oracle.jdbc.driver.T2CConnection.<init>(T2CConnection.java:132)
at oracle.jdbc.driver.T2CDriverExtension.getConnection(T2CDriverExtension.java:78)
at oracle.jdbc.driver.OracleDriver.connect(OracleDriver.java:801)
at java.sql.DriverManager.getConnection(Unknown Source)
at java.sql.DriverManager.getConnection(Unknown Source)
at Type2_Driver_Demo_1.main(Type2_Driver_Demo_1.java:9)
我已将CLASSPATH设置为ojdbc14.jaroracle_home和TNS_ADMIN也设置为指向tnsnames.ora文件。以下是JDBC URL：
DriverManager.getConnection（“jdbc：oracle：oci：@XE”，“scott”，“Tiger”）;
你能帮助这个错误。仅供参考：类型4驱动程序工作正常。
谢谢，特哈斯·S·库尔卡尼
共有1个答案
10.2是一个非常旧的版本。你能试着使用数据库和客户端的最新版本吗？21摄氏度
-
image需要加上styles定义高宽 和传统WEB不同，image不定义高宽的时候，默认会是高宽都为0,会造成界面不显示，这是需要注意的。 入口标签的最外围不要增加事件绑定和其他条件性的渲染。 比如程序的入口如下： import {Component} from 'weex-rx'; class App extends Component { render() { re
-
设计潜规则 所有设计元素，均需符合 设计调性（科技创新的，品质卓越的，简单高效的） 所有设计元素，均需考虑：识别性（认知成本）、通用性（横向复用）、扩展性（纵向种类、层级等） 已确定的设计规则在当前版本设计中，是 唯一准则，不存在争议和模糊
-
加载和潜伏 绘图实际消耗的时间通常并不是影响性能的因素。图片消耗很大一部分内存，而且不太可能把需要显示的图片都保留在内存中，所以需要在应用运行的时候周期性地加载和卸载图片。 图片文件加载的速度被CPU和IO（输入/输出）同时影响。iOS设备中的闪存已经比传统硬盘快很多了，但仍然比RAM慢将近200倍左右，这就需要很小心地管理加载，来避免延迟。 只要有可能，试着在程序生命周期
-
在数据分析中，我们经常会进行非监督学习的聚类算法，它可以对我们的特征数据进行非监督的聚类。而主题模型也是非监督的算法，目的是得到文本按照主题的概率分布。从这个方面来说，主题模型和普通的聚类算法非常的类似。但是两者其实还是有区别的。 聚类算法关注于从样本特征的相似度方面将数据聚类。比如通过数据样本之间的欧式距离，曼哈顿距离的大小聚类等。而主题模型，顾名思义，就是对文字中隐含主题的一种
-
下面是我的拓扑Storm UI的截图。这是在拓扑完成处理10K消息之后拍摄的。 （拓扑配置为4个工作者并使用KafkaSpout）。 我的螺栓的“进程延迟”之和约为8100ms，而拓扑的完整延迟要长得多，为115881ms。 *请注意，在进程和执行延迟之间有很大差异的一个bolt实现了ticking bolt，批处理模式。因此这种差异是预料到的。 *编辑。我怀疑这种差异可能涉及到消息在完全处理后被
-
我正试图在Spark中编写一个程序来执行潜在的Dirichlet分配（LDA）。这个Spark文档页面提供了一个在样本数据上执行LDA的好例子。下面是节目 使用的示例输入（sample_lda_data.txt）如下所示 如何修改程序以运行在包含文本数据而不是数字的文本数据文件上？让示例文件包含以下文本。 潜在狄利克雷分配（LDA）是一种从文本文档集合中推断主题的主题模型。LDA可以被认为是一种聚