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: ![企业微信截图_20190731094754.png](https://gper.club/server-img//mdEditors/2019/7/a09d40fba2aa42389b5a7822f40a57ca.png) * 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

点赞