大數(shù)據(jù)量操作的場景大致如下：

• 數(shù)據(jù)遷移
• 數(shù)據(jù)導出
• 批量處理數(shù)據(jù)

在實際工作中當指定查詢數(shù)據(jù)過大時，我們一般使用分頁查詢的方式一頁一頁的將數(shù)據(jù)放到內(nèi)存處理。但有些情況不需要分頁的方式查詢數(shù)據(jù)或分很大一頁查詢數(shù)據(jù)時，如果一下子將數(shù)據(jù)全部加載出來到內(nèi)存中，很可能會發(fā)生OOM(內(nèi)存溢出)；而且查詢會很慢，因為框架耗費大量的時間和內(nèi)存去把數(shù)據(jù)庫查詢的結(jié)果封裝成我們想要的對象（實體類）。

舉例：在業(yè)務系統(tǒng)需要從 MySQL 數(shù)據(jù)庫里讀取 100w 數(shù)據(jù)行進行處理，應該怎么做？

做法通常如下：

• 常規(guī)查詢： 一次性讀取 100w 數(shù)據(jù)到JVM內(nèi)存中，或者分頁讀取
• 流式查詢： 建立長連接，利用服務端游標，每次讀取一條加載到 JVM 內(nèi)存（多次獲取，一次一行）
• 游標查詢： 和流式一樣，通過fetchSize參數(shù)，控制一次讀取多少條數(shù)據(jù)（多次獲取，一次多行）

常規(guī)查詢

默認情況下，完整的檢索結(jié)果集會將其存儲在內(nèi)存中。在大多數(shù)情況下，這是最有效的操作方式，并且由于 MySQL 網(wǎng)絡協(xié)議的設計，因此更易于實現(xiàn)。

舉例：

假設單表 100w 數(shù)據(jù)量，一般會采用分頁的方式查詢：

@Mapper
public interface BigDataSearchMapper extends BaseMapper<BigDataSearchEntity> {
 
    @Select("SELECT bds.* FROM big_data_search bds ${ew.customSqlSegment} ")
    Page<BigDataSearchEntity> pageList(@Param("page") Page<BigDataSearchEntity> page, @Param(Constants.WRAPPER) QueryWrapper<BigDataSearchEntity> queryWrapper);
 
}

該方式比較簡單，如果在不考慮 LIMIT 深分頁優(yōu)化情況下，估計你的數(shù)據(jù)庫服務器就廢了。

流式查詢

流式查詢指的是查詢成功后不是返回一個集合而是返回一個迭代器，應用每次從迭代器取一條查詢結(jié)果。流式查詢的好處是能夠降低內(nèi)存使用。

如果沒有流式查詢，我們想要從數(shù)據(jù)庫取 100w 條記錄而又沒有足夠的內(nèi)存時，就不得不分頁查詢，而分頁查詢效率取決于表設計，如果設計的不好，就無法執(zhí)行高效的分頁查詢。因此流式查詢是一個數(shù)據(jù)庫訪問框架必須具備的功能。

MyBatis 中使用流式查詢避免數(shù)據(jù)量過大導致 OOM ，但在流式查詢的過程當中，數(shù)據(jù)庫連接是保持打開狀態(tài)的，因此要注意的是：

• 執(zhí)行一個流式查詢后，數(shù)據(jù)庫訪問框架就不負責關閉數(shù)據(jù)庫連接了，需要應用在取完數(shù)據(jù)后自己關閉。
• 必須先讀取（或關閉）結(jié)果集中的所有行，然后才能對連接發(fā)出任何其他查詢，否則將引發(fā)異常。

MyBatis 流式查詢接口

MyBatis 提供了一個叫 org.apache.ibatis.cursor.Cursor 的接口類用于流式查詢，這個接口繼承了 java.io.Closeable 和 java.lang.Iterable 接口，由此可知：

• Cursor 是可關閉的；
• Cursor 是可遍歷的。

除此之外，Cursor 還提供了三個方法：

• isOpen()： 用于在取數(shù)據(jù)之前判斷 Cursor 對象是否是打開狀態(tài)。只有當打開時 Cursor 才能取數(shù)據(jù)；
• isConsumed()： 用于判斷查詢結(jié)果是否全部取完。
• getCurrentIndex()： 返回已經(jīng)獲取了多少條數(shù)據(jù)

使用流式查詢，則要保持對產(chǎn)生結(jié)果集的語句所引用的表的并發(fā)訪問，因為其查詢會獨占連接，所以必須盡快處理。

為什么要用流式查詢？

如果有一個很大的查詢結(jié)果需要遍歷處理，又不想一次性將結(jié)果集裝入客戶端內(nèi)存，就可以考慮使用流式查詢；

分庫分表場景下，單個表的查詢結(jié)果集雖然不大，但如果某個查詢跨了多個庫多個表，又要做結(jié)果集的合并、排序等動作，依然有可能撐爆內(nèi)存；詳細研究了sharding-sphere的代碼不難發(fā)現(xiàn)，除了group by與order by字段不一樣之外，其他的場景都非常適合使用流式查詢，可以最大限度的降低對客戶端內(nèi)存的消耗。

游標查詢

對大量數(shù)據(jù)進行處理時，為防止內(nèi)存泄漏情況發(fā)生，也可以采用游標方式進行數(shù)據(jù)查詢處理，這種處理方式比常規(guī)查詢要快很多。

當查詢百萬級的數(shù)據(jù)的時候，還可以使用游標方式進行數(shù)據(jù)查詢處理，不僅可以節(jié)省內(nèi)存的消耗，而且還不需要一次性取出所有數(shù)據(jù)，可以進行逐條處理或逐條取出部分批量處理。一次查詢指定 fetchSize 的數(shù)據(jù)，直到把數(shù)據(jù)全部處理完。

Mybatis 的處理加了兩個注解：@Options 和 @ResultType

@Mapper
public interface BigDataSearchMapper extends BaseMapper<BigDataSearchEntity> {
 
    // 方式一 多次獲取，一次多行
    @Select("SELECT bds.* FROM big_data_search bds ${ew.customSqlSegment} ")
    @Options(resultSetType = ResultSetType.FORWARD_ONLY, fetchSize = 1000000)
    Page<BigDataSearchEntity> pageList(@Param("page") Page<BigDataSearchEntity> page, @Param(Constants.WRAPPER) QueryWrapper<BigDataSearchEntity> queryWrapper);
 
    // 方式二 一次獲取，一次一行
    @Select("SELECT bds.* FROM big_data_search bds ${ew.customSqlSegment} ")
    @Options(resultSetType = ResultSetType.FORWARD_ONLY, fetchSize = 100000)
    @ResultType(BigDataSearchEntity.class)
    void listData(@Param(Constants.WRAPPER) QueryWrapper<BigDataSearchEntity> queryWrapper, ResultHandler<BigDataSearchEntity> handler);
 
}

@Options

• ResultSet.FORWORD_ONLY：結(jié)果集的游標只能向下滾動
• ResultSet.SCROLL_INSENSITIVE：結(jié)果集的游標可以上下移動，當數(shù)據(jù)庫變化時，當前結(jié)果集不變
• ResultSet.SCROLL_SENSITIVE：返回可滾動的結(jié)果集，當數(shù)據(jù)庫變化時，當前結(jié)果集同步改變
• fetchSize：每次獲取量

@ResultType

• @ResultType(BigDataSearchEntity.class)：轉(zhuǎn)換成返回實體類型

注意：返回類型必須為 void ，因為查詢的結(jié)果在 ResultHandler 里處理數(shù)據(jù)，所以這個 hander 也是必須的，可以使用 lambda 實現(xiàn)一個依次處理邏輯。

注意：

雖然上面的代碼中都有 @Options 但實際操作卻有不同：

• 方式一是多次查詢，一次返回多條；
• 方式二是一次查詢，一次返回一條；

原因：

Oracle 是從服務器一次取出 fetch size 條記錄放在客戶端，客戶端處理完成一個批次后再向服務器取下一個批次，直到所有數(shù)據(jù)處理完成。

MySQL 是在執(zhí)行 ResultSet.next() 方法時，會通過數(shù)據(jù)庫連接一條一條的返回。flush buffer 的過程是阻塞式的，如果網(wǎng)絡中發(fā)生了擁塞，send buffer 被填滿，會導致 buffer 一直 flush 不出去，那 MySQL 的處理線程會阻塞，從而避免數(shù)據(jù)把客戶端內(nèi)存撐爆。

非流式查詢和流式查詢區(qū)別：

• 非流式查詢：內(nèi)存會隨著查詢記錄的增長而近乎直線增長。
• 流式查詢：內(nèi)存會保持穩(wěn)定，不會隨著記錄的增長而增長。其內(nèi)存大小取決于批處理大小BATCH_SIZE的設置，該尺寸越大，內(nèi)存會越大。所以BATCH_SIZE應該根據(jù)業(yè)務情況設置合適的大小。

另外要切記每次處理完一批結(jié)果要記得釋放存儲每批數(shù)據(jù)的臨時容器。

到此這篇關于MybatisPlus處理大表查詢的實現(xiàn)步驟的文章就介紹到這了,更多相關MybatisPlus 大表查詢內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論