Java 读取千万级数据库数据：流式游标、fetchSize 与分片处理

这篇文章主要讲解 如何从数据库加载1000w数据

加载大量数据

例子：将1000w的数据从数据库导入到redis中

在mysql中的实现方法：1、limit 分页 2、游标 千万级数据不能简单一次性加载到 List 中，否则容易造成长事务、内存溢出和数据库压力。设计时应先明确是在线查询、离线导出还是数据迁移，再选择流式读取或分片处理。

limit 分页

问题：

当offset很大时，mysql需要做大量的文件排序操作，很影响性能。可以加上合适的 order by 子句，效率会有所改善。

游标

问题：

默认mysql驱动加载游标数据是一次性把所有数据cache到java内存中，那么1000w的数据会导致java堆栈溢出。

在这里，我们可以在jdbc.url 添加一些参数来解决java堆栈溢出问题。

jdbc:mysql://xxx.xxx.xxx.xxx:3306/test?useUnicode=true&characterEncoding=UTF-8&useCursorFetch=true&defaultFetchSize=1000

• useCursorFetch：表示使用游标获取
• defaultFetchSize：表示每次游标获取的大小

这两个参数主要针对mysql驱动版本在5.0.2以上可使用。

在oracle中是不需要使用这两个参数，因为oracle jdbc驱动默认实现是不将数据直接cache到java内存，在oracle 也可以直接使用分页

使用spring-batch需要注意的问题

在使用spring-batch的JdbcCursorItemReader时，这个类默认会去校验cursor的位置，那么我们需要设置不校验

reader.setVerifyCursorPosition(false);