一、前言

程序訪問(wèn)MySQL數(shù)據(jù)庫(kù)時(shí)，當(dāng)查詢出來(lái)的數(shù)據(jù)量特別大時(shí)，數(shù)據(jù)庫(kù)驅(qū)動(dòng)把加載到的數(shù)據(jù)全部加載到內(nèi)存里，就有可能會(huì)導(dǎo)致內(nèi)存溢出（OOM）。

其實(shí)在MySQL數(shù)據(jù)庫(kù)中提供了流式查詢，允許把符合條件的數(shù)據(jù)分批一部分一部分地加載到內(nèi)存中，可以有效避免OOM；本文主要介紹如何使用流式查詢并對(duì)比普通查詢進(jìn)行性能測(cè)試。

二、JDBC實(shí)現(xiàn)流式查詢

使用JDBC的PreparedStatement/Statement的setFetchSize方法設(shè)置為Integer.MIN_VALUE或者使用方法Statement.enableStreamingResults()可以實(shí)現(xiàn)流式查詢，在執(zhí)行ResultSet.next()方法時(shí)，會(huì)通過(guò)數(shù)據(jù)庫(kù)連接一條一條的返回，這樣也不會(huì)大量占用客戶端的內(nèi)存。

public int execute(String sql, boolean isStreamQuery) throws SQLException {
 Connection conn = null;
 PreparedStatement stmt = null;
 ResultSet rs = null;
 int count = 0;
 try {
  //獲取數(shù)據(jù)庫(kù)連接
  conn = getConnection();
  if (isStreamQuery) {
   //設(shè)置流式查詢參數(shù)
   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(zhí)行查詢獲取結(jié)果
  rs = stmt.executeQuery();
  //遍歷結(jié)果
  while(rs.next()){
   System.out.println(rs.getString(1));
   count++;
  }
 } catch (SQLException e) {
  e.printStackTrace();
 } finally {
  close(stmt, rs, conn);
 }
 return count;
}

「PS」：上面的例子中通過(guò)參數(shù)isStreamQuery來(lái)切換「流式查詢」與「普通查詢」，用于下面做測(cè)試對(duì)比。

三、性能測(cè)試

創(chuàng)建了一張測(cè)試表my_test進(jìn)行測(cè)試，總數(shù)據(jù)量為27w條，分別使用以下4個(gè)測(cè)試用例進(jìn)行測(cè)試：

• 大數(shù)據(jù)量普通查詢(27w條)
• 大數(shù)據(jù)量流式查詢(27w條)
• 小數(shù)據(jù)量普通查詢(10條)
• 小數(shù)據(jù)量流式查詢(10條)

3.1. 測(cè)試大數(shù)據(jù)量普通查詢

@Test
public void testCommonBigData() throws SQLException {
 String sql = "select * from my_test";
 testExecute(sql, false);
}

3.1.1. 查詢耗時(shí)

27w 數(shù)據(jù)量用時(shí) 38 秒

3.1.2. 內(nèi)存占用情況

使用將近 1G 內(nèi)存

3.2. 測(cè)試大數(shù)據(jù)量流式查詢

@Test
public void testStreamBigData() throws SQLException {
 String sql = "select * from my_test";
 testExecute(sql, true);
}

3.2.1. 查詢耗時(shí)

27w 數(shù)據(jù)量用時(shí) 37 秒

3.2.2. 內(nèi)存占用情況

由于是分批獲取，所以內(nèi)存在30-270m波動(dòng)

3.3. 測(cè)試小數(shù)據(jù)量普通查詢

@Test
public void testCommonSmallData() throws SQLException {
 String sql = "select * from my_test limit 100000, 10";
 testExecute(sql, false);
}

3.3.1. 查詢耗時(shí)

10 條數(shù)據(jù)量用時(shí) 1 秒

3.4. 測(cè)試小數(shù)據(jù)量流式查詢

@Test
public void testStreamSmallData() throws SQLException {
 String sql = "select * from my_test limit 100000, 10";
 testExecute(sql, true);
}

3.4.1. 查詢耗時(shí)

10 條數(shù)據(jù)量用時(shí) 1 秒

四、總結(jié)

MySQL 流式查詢對(duì)于內(nèi)存占用方面的優(yōu)化還是比較明顯的，但是對(duì)于查詢速度的影響較小，主要用于解決大數(shù)據(jù)量查詢時(shí)的內(nèi)存占用多的場(chǎng)景。

「DEMO地址」：https://github.com/zlt2000/mysql-stream-query

到此這篇關(guān)于MySQL中使用流式查詢避免數(shù)據(jù)OOM的文章就介紹到這了,更多相關(guān)MySQL 流式查詢內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！