一、前言
程式訪問 MySQL
資料庫時,當查詢出來的資料量特別大時,資料庫驅動把載入到的資料全部載入到記憶體裡,就有可能會導致記憶體溢位(OOM)。
其實在 MySQL
資料庫中提供了流式查詢,允許把符合條件的資料分批一部分一部分地載入到記憶體中,可以有效避免OOM;本文主要介紹如何使用流式查詢並對比普通查詢進行效能測試。
使用JDBC的 PreparedStatement/Statement
的 setFetchSize
方法設定為 Integer.MIN_VALUE
或者使用方法 Statement.enableStreamingResults()
可以實現流式查詢,在執行 ResultSet.next()
方法時,會透過資料庫連線一條一條的返回,這樣也不會大量佔用客戶端的記憶體。
public int execute(String sql, boolean isStreamQuery) throws SQLException { Connection conn = null; PreparedStatement stmt = null; ResultSet rs = null; int count = 0; try { //獲取資料庫連線 conn = getConnection(); if (isStreamQuery) { //設定流式查詢引數 stmt = conn.prepareStatement(sql, ResultSet.TYPE_FORWARD_ONLY, ResultSet.CONCUR_READ_ONLY); stmt.setFetchSize(Integer.MIN_VALUE); } else { //普通查詢 stmt = conn.prepareStatement(sql); } //執行查詢獲取結果 rs = stmt.executeQuery(); //遍歷結果 while(rs.next()){ System.out.println(rs.getString(1)); count++; } } catch (SQLException e) { e.printStackTrace(); } finally { close(stmt, rs, conn); } return count;}
PS:上面的例子中透過引數 isStreamQuery
來切換流式查詢與普通查詢,用於下面做測試對比。
建立了一張測試表 my_test
進行測試,總資料量為 27w
條,分別使用以下4個測試用例進行測試:
@Testpublic void testCommonBigData() throws SQLException { String sql = "select * from my_test"; testExecute(sql, false);}
3.1.1. 查詢耗時
27w 資料量用時 38 秒
3.1.2. 記憶體佔用情況使用將近 1G 記憶體
3.2. 測試大資料量流式查詢@Testpublic void testStreamBigData() throws SQLException { String sql = "select * from my_test"; testExecute(sql, true);}
3.2.1. 查詢耗時27w 資料量用時 37 秒
3.2.2. 記憶體佔用情況由於是分批獲取,所以記憶體在30-270m波動
3.3. 測試小資料量普通查詢@Testpublic void testCommonSmallData() throws SQLException { String sql = "select * from my_test limit 100000, 10"; testExecute(sql, false);}
3.3.1. 查詢耗時
10 條資料量用時 1 秒
3.4. 測試小資料量流式查詢@Testpublic void testStreamSmallData() throws SQLException { String sql = "select * from my_test limit 100000, 10"; testExecute(sql, true);}
3.4.1. 查詢耗時
10 條資料量用時 1 秒
四、總結MySQL 流式查詢對於記憶體佔用方面的最佳化還是比較明顯的,但是對於查詢速度的影響較小,主要用於解決大資料量查詢時的記憶體佔用多的場景。
最新評論