zoukankan      html  css  js  c++  java
  • SqlCommand的四大方法

    SqlCommand类的方法

    ----》》》1.ExecuteNonQuery();
    它的返回值类型为int型。多用于执行增加,删除,修改数据,返回受影响的行数。当select操作时,返回-1。
    ExecuteNonQuery()方法主要用户更新数据,通常它使用Update,Insert,Delete语句来操作数据库,

    其方法返回值意义:对于 Update,Insert,Delete 语句 执行成功是返回值为该命令所影响的行数,如果影响的行数为0时返回的值为0


    ----》》》2.ExecuteReader();
    它的返回类型为SqlDataReader。此方法用于用户进行的查询操作。使用SqlDataReader对象的Read();方法进行逐行读取。
    其中的读取数据列的时候。除了使用reder["列名"].ToString();还可以使用reder[索引].ToSting();<注意:这里的索引指的是数据库中列的索引。从0开始。>


    ----》》》3.ExecuteScaler();
    它的返回值类型多位int类型。它返回的多为执行select查询。得到的返回结果为一个值的情况,比如使用count函数求表中记录个数或者使用sum函数求和等。
    ExecuteScalar()方法也用来执行SQL语句,但是ExecuteScalar()执行SQL语句后的返回值与ExecuteNonQuery()并不相同,ExecuteScalar()方法的返回值的数据类型是Object类型。如果执行的SQL语句是一个查询语句(SELECT),则返回结果是查询后的第一行的第一列,如果执行的SQL语句不是一个查询语句,则会返回一个未实例化的对象,必须通过类型转换来显示,示例代码如下所示。
    string str = "server='(local)';database='mytable';uid='sa';pwd='sa'"; //创建连接字串
    SqlConnection con = new SqlConnection(str); //创建连接对象
    con.Open(); //打开连接
    string strsql = "select * from mynews order by id desc";
    SqlCommand cmd = new SqlCommand(strsql, con);
    Label1.Text = "查询出了Id为" + cmd.ExecuteScalar() ; //使用ExecuteScalar查询
    通常情况下ExecuteNonQuery()操作后返回的是一个值,而ExecuteScalar()操作后则会返回一个对象,ExecuteScalar()经常使用于当需要返回单一值时的情况。例如当插入一条数据信息时,常常需要马上知道刚才插入的值,则可以使用ExecuteScalar()方法。示例代码如下所示。
    string str = "server='(local)';database='mytable';uid='sa';pwd='sa'"; //创建连接字串
    SqlConnection con = new SqlConnection(str); //创建连接对象
    con.Open(); //打开连接
    string strsql = "insert into mynews values ('刚刚插入的id是多少?')
    SELECT @@IDENTITY as 'bh'"; //插入语句
    SqlCommand cmd = new SqlCommand(strsql, con); //执行语句
    Label1.Text = "刚刚插入的行的id是" + cmd.ExecuteScalar(); //返回赋值
    上述代码使用了SELECT @@IDENTITY语法获取刚刚执行更新后的id值,然后通过使用ExecuteScalar()方法来获取刚刚更新后第一行第一列的值。

  • 相关阅读:
    TensorFlow 学习(4)——MNIST机器学习进阶
    TensorFlow 学习(3)——MNIST机器学习入门
    TensorFlow 学习(2)——正式起步
    TensorFlow 学习(1)——第一个程序:线性回归
    OpenCV学习笔记(15)——更多的轮廓函数
    OpenCV学习笔记(14)——轮廓的性质
    OpenCV学习笔记(13)——轮廓特征
    OpenCV学习笔记(12)——OpenCV中的轮廓
    机器学习
    机器学习- Attention Model结构解释及其应用
  • 原文地址:https://www.cnblogs.com/ZkbFighting/p/8143711.html
Copyright © 2011-2022 走看看