实现万行级数据读取优化

xl_echo编辑整理，欢迎转载，转载请声明文章来源。欢迎添加echo微信(微信号：t2421499075)交流学习。 百战不败，依不自称常胜，百败不颓，依能奋力前行。——这才是真正的堪称强大！！ — #### 业务场景： 基于导出的功能上，要求一次性查询10w条数据。但是这个10w的开始值和结束值不固定（比如：startNum = 123; endNum = 100123;） * 难点一： dubbox时间超时规定为1s，服务调用图如下：  * 难点二： 数据封装转换性能消耗较高，目前使用的BeanUtils * 难点三： 并发能力很弱，在分割查询的过程中，如果有其他的服务进入，很容易导致数据混乱 公司使用的数据库为oracle，目前我自己实现的查询功能总耗时8s。这个时间能不能再次缩短？有没有比较好的方案对数据分割查询？ #### 对于JDBC batchsize 和 fetchsize的一次尝试 Batch和Fetch两个特性非常重要，Batch相当于JDBC的写缓冲，Fetch相当于读缓冲。在加入这两个特性之后，查询10w条尝试，根据描述，能个提升4倍的时间。参考文章：http://blog.sina.com.cn/s/blog_9f8ffdaf0102x3nf.html 将代码摘抄之后，修改数据库连接的账户密码。单独使用检查代码是否能够独立运行，main，报错如下： “` Exception in thread “main” java.lang.ClassNotFoundException: oracle.jdbc.OracleDriver at java.net.URLClassLoader.findClass(URLClassLoader.java:381) at java.lang.ClassLoader.loadClass(ClassLoader.java:424) at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:335) at java.lang.ClassLoader.loadClass(ClassLoader.java:357) at java.lang.Class.forName0(Native Method) at java.lang.Class.forName(Class.java:264) at com.example.mybatisplusdemo.temp.Test.fetchRead(Test.java:74) at com.example.mybatisplusdemo.temp.Test.main(Test.java:22) “` ###### 采坑一： 测试的功能为一个完整的springboot工程，当看到报错的的行数的时候，发现指向的是下面这一行 “`java Class.forName(“oracle.jdbc.OracleDriver”); “` 这个错其实提示很明显，就是找不到驱动包，我们只需要在maven中添加一个oracle的依赖即可。 “`xml “` 当我加入依赖之后，一切都可以照常执行了。测试数据我造了10w数据，发现如果使用fetchsize和不使用，性能确实相差4倍左右的样子。同时如果数据多一些，可能效果还会明显一点。但是同时又出现了新的问题：测试环境和生产环境使用的是两套数据库，公司对生产环境保密很严，拿不到生产环境的密码，如果上线会导致功能出现问题。 ###### 采坑二： 多环境开发和上线需要多次修改代码。这里其实就已经卡住了，不能再次往下进行。如果可以这么用的小伙伴可以考虑编写多环境的适配器。 > 反过来想，我们公司使用的mybatis，应该mybatis就会有对应的方法，而且只会比自己写jdbc要好点。 #### mybatis中使用fetchsize的一次尝试 其实冲上面的应用我们可以发现fetchsize其实的作用其实就是避免一次性将数据从数据库中拿出来， 以至于导致在加载到内存的数据过多，而内存溢出，或者导致缓慢。如果fetchsize的值为1w，是指定服务器一次返回1w条数据，如果总数为10w的话服务器就要发送10次 。 在mybatis中如果使用fetchsize其实也比较简单，比如在xml文件中需要使用sql的语句上直接加上fetchsize即可。如果不想简单处理，可以自己手写ResultHandler来分批处理结果集 。这里直接在xml上添加，示例如下: “`xml select * from (select c.*, ROWNUM rn FROM TABLE c where rownum <= #{endNumber}) where rn >= #{startNumber} “` * 实测查询结果 > 这里使用的fetchsize设置值为1w，如果值越大估计性能提升会不断下降(这里属于博主猜测，没有验证哈，依据就是当不设置的时候就是一次性全部加载，那就相当于无限大，无限大的时候和1w比较值如下表格) 是否使用fetchsize | 查询第1次时间 | 查询第2次时间 | 查询第3次时间 | 查询第4次时间 | 查询第5次时间 — | — | — | — | — | — 是 | 1010ms | 1269ms | 1091ms | 1147ms | 1028ms 否 | 4813ms | 4736ms | 4800ms | 4417ms | 4580ms > 将fetchsize使用了之后，返回时间为1s左右，但是也只是优化了查询，还可以优化数据的封装。优化到这之后我们可以看到dubbox超时时间需要放宽。 ###### 数据封装优化的思路Dozer –解决难点二 这里并没有实际去使用，因为需求中使用的时候发现BeanUtils去转换这一环节可以直接去掉。因为数据在传递的终点不是直接发送到前端，而是发送到controller，这种件如果去掉转换消耗会更小，后面在controller直接使用值会更快。 当然，后期可能会需要使用，因为业务肯定还会迭代这一块。只是目前可以省略。 Dozer是一个JavaBean映射工具库。据百度介绍，这是一款转换数据的神器。如果使用的话，需要加入它对应的依赖： “`xml “` 如果要映射的两个对象有完全相同的属性名，那么一切都很简单。 “`java Mapper mapper = new DozerBeanMapper(); DestinationObject destObject = mapper.map(sourceObject, DestinationObject.class); “` 实际应用，项目需要返回VO类的数据，但你在mapper中是使用PO类，返回时需要转换 “`java Mapper announcementDozerMapper =new DozerBeanMapper(); /** * @param announcementPo 原PO类的announcement类型 * @return 返回VO类的announcement类型 * @description 将announcement的PO类转化为VO类 **/ private AnnouncementVo doToVo(AnnouncementPo announcementPo){ if(announcementPo == null) { return null; } AnnouncementVo vo = announcementDozerMapper.map(announcementPo, AnnouncementVo.class); return vo; } “` – 注意：这里最好不要每次映射对象时都创建一个Mapper实例来工作，这样会产生不必要的开销。如果你不使用IoC容器（如：spring）来管理你的项目，那么，最好将Mapper定义为单例模式。 “`java public class DozerMapperConstant { public static final Mapper dozerMapper = new org.dozer.DozerBeanMapper(); } “` — ###### 当做完上面这些的时候发现，已经实现了已被的增速。从耗时8s到现在耗时只需要4s，这个是一个进步。当然这里，并不能满足，还需要进一步优化。 当优化完成之后，我们再一次去整合代码，数据库的查询从原来的分片查询直接更改为一次查询，响应时间为2s，但是这个时候，数据没有分片查询，导致在controller中调用接口的时候的接受数据是一次性接受的。所以10w数据的接受直接就走了rpc，最后报了如下错误： “` com.alibaba.dubbo.remoting.TimeoutException: Waiting server-side response timeout. java.lang.NullPointerException: null “` 仔细看是超时，这个时候发现其实又回到了原点，所有的优化在传输的时候又暂用回来了。最后去查看的时候才发现，10w的数据并不能直接通过rpc传输。这样会导致调用失败，并不是上面的超时。 – dubbox传输数据最大值为8M，10w条数据肯定大于8M，所以这个时候查询的优化完成之后要再一次优化dubbox之间的传输。 这里遵循不添加中间件，只修改代码哈。这里就不展示代码了，最终采用的办法就是分片请求。 总结： – fetchsize解决一次性查询时间慢的问题，性能提升4倍 – 减除转换，直接传递。了解Dozer，为后期的转化做准备 – dubbox调用，分片请求