当前位置: 首页 > article >正文

HarmonyOS NEXT 鸿蒙中关系型数据库@ohos.data.relationalStore API 9+

核心API

@ohos.data.relationalStore API 9+

数据库

数据库是存储和管理数据的系统

数据库(Database)是一个以特定方式组织、存储和管理数据的集合,通常用于支持各种应用程序和系统的运行。它不仅是存放数据的仓库,还通过一定的规则和结构来确保数据的高效查询和管理。‌

数据库的核心特点

  1. 数据存储‌:数据库可以存储大量数据,从百万条到上亿条不等,且数据按特定规则组织,以提高查询效率。
  2. 数据管理‌:数据库通过数据库管理系统(DBMS)进行统一管理,确保数据的安全性、完整性和一致性。
  3. 数据共享‌:数据库支持多用户同时访问,且数据可以被多个应用程序共享和使用。

数据库的常见类型

  1. 关系型数据库‌:基于关系模型,数据以表格形式存储,支持SQL语言进行复杂查询,如MySQL、Oracle等。
  2. 非关系型数据库(NoSQL)‌:适用于非结构化或半结构化数据,具有更好的横向扩展能力,如MongoDB、Redis等。

鸿蒙的关系型数据库用法 @ohos.data.relationalStore API 9+

关系型数据库(Relational Database,RDB)是一种基于关系模型来管理数据的数据库。关系型数据库基于SQLite组件提供了一套完整的对本地数据库进行管理的机制,对外提供了一系列的增、删、改、查等接口,也可以直接运行用户输入的SQL语句来满足复杂的场景需要。支持通过ResultSet.getSendableRow方法获取Sendable数据,进行跨线程传递。

为保证插入并读取数据成功,建议一条数据不要超过2M。超出该大小,插入成功,读取失败。

大数据量场景下查询数据可能会导致耗时长甚至应用卡死,如有相关操作可参考文档批量数据写数据库场景,且有建议如下:

  • 单次查询数据量不超过5000条。
  • 在TaskPool中查询。
  • 拼接SQL语句尽量简洁。
  • 合理地分批次查询。

该模块提供以下关系型数据库相关的常用功能:

  • RdbPredicates: 数据库中用来代表数据实体的性质、特征或者数据实体之间关系的词项,主要用来定义数据库的操作条件。
  • RdbStore:提供管理关系数据库(RDB)方法的接口。
  • ResultSet:提供用户调用关系型数据库查询接口之后返回的结果集合。
  • Transaction:提供管理事务对象的接口。

使用数据库封装一个数据库工具,用于存储录音

在之前的文章中,我们完成了一些录音和播放的功能,但是目前只能现录现播。如果我们想把录音数据存起来,这时候用关系型数据库就比较合适。

  1. 首先我们要准备好要存储的数据类型,并且继承数据库提供的“桶”类型ValuesBucket
  2. 要有一个初始化数据库的方法,获取上下文,并判断是否获取到上下文
  3. 如果数据库不存在就创建relationalStore.getRdbStore,存在就不创建
  4. store.executeSql在数据库中创建或打开表,SQL语句可以去用AI生成
  5. 需要增删改查四个方法
  6. 增:直接传入要添加的数据
  7. 删:创建谓词对象,传入Id,根据id找到行,然后删除
  8. 改:创建谓词对象,传入整个对象,找到修改行,更新
  9. 查:创建谓词对象,传入user_Id,采用游标移动取值,循环到没有下一行为止,每一次循环都在数组中追加当前的行,最后返回一个数组。
import { relationalStore, ValuesBucket } from "@kit.ArkData"
import { InterviewAudioItem } from "../../models"export interface InterviewAudioItem extends ValuesBucket {id: number | nulluser_id: stringname: stringpath: stringduration: numbersize: numbercreate_time: number
}class AudioDB {store?: relationalStore.RdbStoretableName = 'success_audio'// 1. 初始化数据库和数据库表async initStore() {// 1.0 获取上下文const ctx = AppStorage.get<Context>('context')if (ctx) {// 1.1 创建数据库// 有则获取, 没有则创建const store = await relationalStore.getRdbStore(ctx, {name: 'interview_audio.db',securityLevel: relationalStore.SecurityLevel.S1})// 1.2 在数据库中创建一张数据库表store.executeSql(`CREATE TABLE IF NOT EXISTS ${this.tableName} (id INTEGER PRIMARY KEY AUTOINCREMENT,user_id TEXT NOT NULL,name TEXT NOT NULL,path TEXT NOT NULL,duration INTEGER NOT NULL,size INTEGER NOT NULL,create_time INTEGER NOT NULL)`)this.store = store}}// 2. 添加一条音频数据async insert(item: InterviewAudioItem) {if (this.store) {const rowId = await this.store.insert(this.tableName, item)if (rowId === undefined || rowId === -1) {return Promise.reject('插入音频数据失败')} else {return Promise.resolve()}}}// 3. 删除一条音频数据async delete(audioId: number) {if (this.store) {const predicates = new relationalStore.RdbPredicates(this.tableName)predicates.equalTo('id', audioId)const rowId = await this.store.delete(predicates)if (rowId === undefined || rowId === -1) {return Promise.reject('删除音频数据失败')} else {return Promise.resolve()}}}// 4. 修改一条音频数据async update(item: InterviewAudioItem) {if (this.store) {const predicates = new relationalStore.RdbPredicates(this.tableName)predicates.equalTo('id', item.id)const rowId = await this.store.update(item, predicates)if (rowId === undefined || rowId === -1) {return Promise.reject('修改音频数据失败')} else {return Promise.resolve()}}}// 5. 根据用户id查询用户所有的录音数据async query(userId: string) {if (this.store) {// 1. 创建一个基于查询条件的谓词对象const predicates = new relationalStore.RdbPredicates(this.tableName)predicates.equalTo('user_id', userId)// 2. 执行数据库查询得到结果集const resultSet = await this.store.query(predicates)if (!resultSet) {return Promise.reject('query fail')}// 3. 采用游标移动取值const list: InterviewAudioItem[] = []// 3.1 如果有下一行, 则继续循环while (resultSet?.goToNextRow()) {list.push(resultSet.getRow() as InterviewAudioItem)}// 3.2 关闭查询结果集resultSet.close()return Promise.resolve(list)}return Promise.reject('暂无数据库')}
}export const audioDB = new AudioDB()

这样一个完整功能的数据库工具就创建好了,那么我们就直接去把录音存到数据库中吧!

在录音页面中使用数据库保存数据

首先在页面开始时初始化数据库

  async aboutToAppear() {await this.getPermission()// 2. 初始化数据库await audioDB.initStore()}

 初始化完成可以在设备管理器中看到三个数据库相关文件

在录制开始的函数中,我们记录下开始时间

在点击结束录制的时候,我们再额外调用一个方法,传入音频类型的项,调用数据库方法插入数据库中。

// 存入数据库方法async onRecordEnd(item: InterviewAudioItem) {await audioDB.insert(item)AlertDialog.show({ message: '录音保存成功' })}Button('停止录制').onClick(() => {this.stopRecord()// 以只读的方式根据路径打开文件const file = fileIo.openSync(this.filePath, fileIo.OpenMode.READ_ONLY)const stat = fileIo.statSync(file.fd)this.onRecordEnd({id: null,user_id: auth.getUser().id,name: dayjs().format('YYYY年MM月DD日_hh点mm分ss秒'),path: this.filePath || '',duration: Date.now() - this.startTime,create_time: Date.now(),size: stat.size})promptAction.showToast({ message: '停止录制' })})

 点击开始录音录制一段时间,然后结束录制

这样一条数据就被插入了数据库表中,对比数据库文件发现,确实比之前大了,就说明已经插入完成,因为没有可视化打开数据库的工具,所有无法具体查看数据表的内容。

相关文章:

HarmonyOS NEXT 鸿蒙中关系型数据库@ohos.data.relationalStore API 9+

核心API ohos.data.relationalStore API 9 数据库 数据库是存储和管理数据的系统 数据库&#xff08;Database&#xff09;是一个以特定方式组织、存储和管理数据的集合&#xff0c;通常用于支持各种应用程序和系统的运行。它不仅是存放数据的仓库&#xff0c;还通过一定的…...

【JavaScript】JavaScript Promises实践指南

【JavaScript】JavaScript Promises实践指南 你了解JavaScript中的Promises吗&#xff1f;这是一个很多人一开始就放弃的主题&#xff0c;但我会尽量让它变得尽可能简单。 1. “Promise”到底是什么&#xff1f; “Promise”是异步编程中的一个基本概念&#xff0c;特别是在J…...

【软件工程】习题及答案

目录 第一章 习题第一章 习题答案第二章 习题第二章 习题答案第三章 习题第三章 习题答案第四章 习题第四章 习题答案第五章 习题第五章 习题答案第六章 习题第六章 习题答案第七章 习题第七章 习题答案 第一章 习题 一、选择题 1&#xff0e;关于引起软件危机的原因&#xff…...

git push的时候出现无法访问的解决

fatal: 无法访问 https://github.com/...&#xff1a;gnutls_handshake() failed: Error in the pull function. push的时候没有输入自己的github账号密码&#xff0c;为了解决每次push都要登录github这个问题&#xff0c;采用ssh密钥的方式认证&#xff0c;可以免去每次都输入…...

《深度剖析Android 12 SystemUI锁屏通知布局亮屏流程:从源码到实现》

优化后文章结构&#xff1a; 1. 前言 强调锁屏通知布局的重要性及分析目的&#xff0c;引出后续源码分析的必要性。 2. 核心类解析 KeyguardViewMediator&#xff1a;锁屏核心逻辑控制&#xff0c;处理亮屏/息屏事件分发。 PhoneWindowManager&#xff1a;系统输入事件&…...

为什么大模型在 OCR 任务上表现不佳?

编者按&#xff1a; 你是否曾经用最先进的大语言模型处理企业文档&#xff0c;却发现它把财务报表中的“$1,234.56”读成了“123456”&#xff1f;或者在处理医疗记录时&#xff0c;将“0.5mg”误读为“5mg”&#xff1f;对于依赖数据准确性的运营和采购团队来说&#xff0c;这…...

HCIP(VLAN综合实验)

实验拓补图 实验分析 一、实验目的 掌握VLAN的创建和配置方法理解VLAN在局域网中的作用学习如何通过VLAN实现网络隔离和通信 二、实验环境 交换机&#xff08;SW1、SW2、SW3&#xff09;个人电脑&#xff08;PC1、PC2、PC3、PC4、PC5、PC6&#xff09;路由器&#xff08;R1…...

每日算法-250328

记录今天学习和解决的LeetCode算法题。 92. 反转链表 II 题目 思路 本题要求反转链表中从 left 到 right 位置的节点。我们可以采用 头插法 的思路来反转指定区间的链表。 具体来说&#xff0c;我们首先定位到 left 位置节点的前一个节点 prev。然后&#xff0c;从 left 位置…...

从 Word 到 HTML:使用 Aspose.Words 轻松实现 Word 文档的高保真转换

从 Word 到 HTML&#xff1a;使用 Aspose.Words 轻松实现 Word 文档的高保真转换 前言一、环境准备二、核心代码实现1. 将 Word 转换为 HTML 文件流2. 优化超链接样式 三、测试效果四、总结 前言 在日常开发中&#xff0c;我们经常需要将 Word 文档转换为 HTML&#xff0c;用于…...

Android 设备实现 adb connect 连接的步骤

1. 检查设备的开发者选项 确保平板设备已开启开发者模式&#xff0c;并启用了USB调试。 2. 检查设备和电脑的网络连接 确保平板和电脑连接到同一个Wi-Fi网络&#xff0c;确认设备的 IP 地址是否正确。 通过 ping 命令测试&#xff1a; ping 192.168.3.243. 通过USB线进行初…...

【人工智能】解锁大模型潜力:Ollama 与 DeepSeek 的分布式推理与集群部署实践

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! 解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 随着大语言模型(LLM)的快速发展,其推理能力在自然语言处理、代码生成等领域展现出巨大潜力。然而,单机部署难以满足高并发、低延迟的需…...

离散的数据及参数适合用什么算法做模型

离散数据和参数适用的机器学习算法取决于具体任务(分类、回归、聚类等)、数据特点(稀疏性、类别数量等)以及业务需求。以下是针对离散数据的常用算法分类和选择建议: 1. 分类任务(离散目标变量) 经典算法 决策树(ID3/C4.5/CART) 直接处理离散特征,无需编码,可解释性…...

VMware 安装 Ubuntu 实战分享

VMware 安装 Ubuntu 实战分享 VMware 是一款强大的虚拟机软件&#xff0c;广泛用于多操作系统环境的搭建。本文将详细介绍如何在 VMware 中安装 Ubuntu&#xff0c;并分享安装过程中的常见问题及解决方法。 1. 安装前的准备工作 (1) 系统要求 主机操作系统&#xff1a;Windo…...

RSA 简介及 C# 和 js 实现【加密知多少系列_4】

〇、简介 谈及 RSA 加密算法&#xff0c;我们就需要先了解下这两个专业名词&#xff0c;对称加密和非对称加密。 对称加密&#xff1a;在同一密钥的加持下&#xff0c;发送方将未加密的原文&#xff0c;通过算法加密成密文&#xff1b;相对的接收方通过算法将密文解密出来原文…...

在IDEA中快速注释所有console.log

在IDEA中快速注释所有console.log 在前端IDEA中&#xff0c;快速注释所有console.log语句可以通过以下步骤实现2&#xff1a; 打开要修改的文件。使用快捷键CtrlF打开搜索框。点击打开使用正则搜索的开关或者通过AltR快捷键来打开。在搜索框输入[]*console.log[]*&#xff0c;…...

GPT-4o图像生成功能:技术突破与隐忧并存

2025年3月25日&#xff0c;OpenAI正式推出GPT-4o原生图像生成功能&#xff0c;宣称其实现了“文本到图像的终极跨越”。然而&#xff0c;这一被市场追捧的技术在短短72小时内便因用户需求过载触发限流&#xff0c;暴露出算力瓶颈与商业化矛盾的尖锐性。这场技术狂欢的背后&…...

SQL语言分类及命令详解(二)

目录 一、DQL (Data Query Language) 数据查询语言 核心命令&#xff1a;SELECT 基本语法&#xff1a; 详细分析&#xff1a; 高级特性&#xff1a; 示例&#xff1a; 二、DDL (Data Definition Language) 数据定义语言 核心命令 CREATE ALTER DROP TRUNCATE 详细…...

机器学习——LightGBM

LightGBM(light gradient boosting machine&#xff0c;轻量梯度提升机)是对XGBoost进行改进的模型版本&#xff0c;其三者之间的演变关系为&#xff1a;GBDT-》XGBoost-》LightGBM&#xff0c;依次对性能进行优化&#xff0c;尽管XGBoost已经很高效了&#xff0c;但是仍然有缺…...

linux 常见命令使用介绍

Linux 常见命令使用介绍 Linux 是一个功能强大的操作系统&#xff0c;其核心是命令行工具。掌握一些常用的 Linux 命令可以极大地提高工作效率。本文将详细介绍一些常见的 Linux 命令及其用法。 1. 文件与目录操作 ls - 列出文件和目录 # 查看当前目录下的所有文件和子目录&…...

故障识别 | 基于改进螂优化算法(MSADBO)优化变分模态提取(VME)结合稀疏最大谐波噪声比解卷积(SMHD)进行故障诊断识别,matlab代码

基于改进螂优化算法&#xff08;MSADBO&#xff09;优化变分模态提取&#xff08;VME&#xff09;结合稀疏最大谐波噪声比解卷积&#xff08;SMHD&#xff09;进行故障诊断识别 一、引言 1.1 机械故障诊断的背景和意义 在工业生产的宏大画卷中&#xff0c;机械设备的稳定运行…...

[已解决]服务器CPU突然飙高98%----Java程序OOM问题 (2024.9.5)

目录 问题描述问题排查问题解决参考资料 问题描述 业主单位服务器自8月29日晚上21:00起CPU突然飙高至98%&#xff0c;内存爆满&#xff0c;一直到9月5日&#xff1a; 问题排查 ①执行 top 命令查看Java进程PID top②执行top -Hp PID 命令查看具体的线程情况 top -Hp 3058输入上…...

spring如何用三级缓存解决循环依赖问题

spring为何会出现循环依赖问题&#xff1f; 我们举个会产生循环依赖的例子&#xff0c;如下所示&#xff0c;可以看到AService类中依赖了BService类&#xff0c;同理呢&#xff0c;BService类中依赖了AService类&#xff0c;这就是所谓的循环依赖。 Component("aService&…...

【C#】`Task.Factory.StartNew` 和 `Task.Run` 区别

Task.Factory.StartNew 和 Task.Run 都是用来启动新任务的&#xff0c;但它们有一些关键区别&#xff0c;我们来一条一条讲清楚&#xff08;配例子 结论&#xff09;。 &#x1f19a; 1. 语法和使用目的 对比项Task.RunTask.Factory.StartNew用途简化写法&#xff0c;用于启动…...

谈谈空间复杂度考量,特别是递归调用栈空间消耗?

空间复杂度考量是算法设计的核心要素之一&#xff0c;递归调用栈的消耗问题在前端领域尤为突出。 以下结合真实开发场景进行深度解析&#xff1a; 一、递归调用栈的典型问题 1. 深层次DOM遍历的陷阱 // 危险操作&#xff1a;递归遍历未知层级的DOM树 function countDOMNode…...

【2.项目管理】2.4 Gannt图【甘特图】

甘特图&#xff08;Gantt&#xff09;深度解析与实践指南 &#x1f4ca; 一、甘特图基础模板 项目进度表示例 工作编号工作名称持续时间(月)项目进度&#xff08;周&#xff09;1需求分析3▓▓▓░░░░░░░2设计建模3░▓▓▓░░░░░░3编码开发3.5░░░▓▓▓▓░░…...

Ai工作流工具有那些如Dify、coze扣子等以及他们是否开源

Dify &#xff08;https://difycloud.com/&#xff09; 核心定位&#xff1a;专业级 LLM 应用开发平台&#xff0c;支持复杂 AI 工作流构建与企业级管理。典型场景&#xff1a;企业智能客服、数据分析系统、复杂自动化流程构建等。适合需要深度定制、企业级管理和复杂 AI 逻辑…...

【项目】C++同步异步日志系统-包含运行教程

文章目录 项目介绍地址&#xff1a;https://gitee.com/royal-never-give-up/c-log-system 开发环境核心技术为什么需要日志系统同步日志异步日志 知识补充不定参宏函数__FILE____LINE____VA_ARGS__ C使用C使用左值右值sizeof...() 运算符完美转发完整例子sizeof...() 运算符获取…...

Yolo_v8的安装测试

前言 如何安装Python版本的Yolo&#xff0c;有一段时间不用了&#xff0c;Yolo的版本也在不断地发展&#xff0c;所以重新安装了运行了一下&#xff0c;记录了下来&#xff0c;供参考。 一、搭建环境 1.1、创建Pycharm工程 首先创建好一个空白的工程&#xff0c;如下图&…...

Success is the sum of small efforts repeated day in and day out.

&#xff08;翻译&#xff1a;"成功是日复一日微小努力的总和。"&#xff09; 文章内容&#xff1a; Title: The Silent Power of Consistency &#xff08;标题翻译&#xff1a;《持续坚持的无声力量》&#xff09; Consistency is the quiet force that turns asp…...

软件兼容性测试的矩阵爆炸问题有哪些解决方案

解决软件兼容性测试中的矩阵爆炸问题主要有优先级划分、组合测试方法、自动化测试技术等方案。其中&#xff0c;组合测试方法尤其有效。组合测试通过科学的组合算法&#xff0c;能够显著降低测试用例的数量&#xff0c;同时保持较高的测试覆盖率&#xff0c;例如正交实验设计&a…...