构造 Jooq 流太慢

Posted 2023-03-28

【中文标题】构造 Jooq 流太慢

【英文标题】：construct Jooq stream is too slow

【发布时间】：2017-11-23 20:50:39

【问题描述】：

我正在使用 Scala。

我试图从一个大约有 400 万行的表中获取所有数据。我使用流，代码是这样的

val stream Stream[Record] = expression.stream().iterator().asScala.toStream
stream.map(println(_))

表达式是 Jooq 中的 SelectFinalStep[Record]。

但是，第一行太慢了。它需要几分钟。我做错了吗？

【问题讨论】：

流保存在内存中以便重新遍历。如果您只打算使用一次，则应该直接使用迭代器。您应该考虑使用更现代的流式处理框架，或使用 Slick 流式处理操作来使用数据库。我很确定在该表达式上调用stream 试图获取太多的数据库行，您需要一个分页系统，它可以让您“及时”获取结果集的块，而不是提前全部获取，并指定提取大小，因此您在任何给定时间只处理 10k 条记录，比方说，而不是 400 万条。

@flavian：当 jOOQ 可以很容易地做到这一点时，为什么还要推荐 slick？

我正在使用流以避免使用过多的内存。如您所说，它不会节省任何内存。 @flavian 有什么存档建议吗？

【参考方案1】：

直接使用 Stream API

如果您使用的是 Scala 2.12，则不必将 expression.stream() 返回的 Java 流转换为 Scala Iterator，然后再转换为 Scala Stream。只需调用：

expression.stream().forEach(println);

虽然 jOOQ 的 ResultQuery.stream() 方法创建了一个惰性 Java 8 Stream，它在使用后再次被丢弃，但 Scala 的 Stream 将先前获取的记录保留在内存中以供重新遍历。在获取 400 万条记录时，这可能是导致大多数性能问题的原因。

资源说明

请注意expression.stream() 返回一个资源丰富的流，保持开放的底层ResultSet 和PreparedStatement。也许，在消费后显式关闭流是个好主意。

优化 JDBC 提取大小

另外，您可能想考虑调用expression.fetchSize()，它会调用JDBC 的Statement.setFetchSize()。这允许 JDBC 驱动程序获取 N 行的批次。一些 JDBC 驱动程序默认为合理的提取大小，其他默认为在将所有行传递给客户端之前将它们提取到内存中。

【讨论】：

我正在使用流以避免使用过多的内存。如您所说，它不会节省任何内存。有什么建议存档吗？我还尝试使用 ResultQuery.fetchlazy 和 ResultQuery.fetchsize。 ResultQuery.fetchlazy 也很慢。

@LongxingWei: 1) Java 流！= Scala 流。 2）您可以编辑您的问题并发布您的整个查询吗？如果fetchLazy() 仍然很慢，那么可能只是调整 SQL 的问题

【参考方案2】：

另一种解决方案是懒惰地获取记录并构造 a scala 流。例如：

def allRecords():Stream[Record] = 
  val cur = expression.fetchLazy()
  def inner(): Stream[Record] = 
    if(cur.hasNext) 
      val next =  cur.fetchOne
      next #:: inner()
    
    else
      Stream.empty
    
  inner()