java百万查询语句优化
业务需求
今天去面试时hr问了个关于大量数据查询的问题。
面试官：“我们公司是做数据分析的，每次需要从数据库中查询100万条数据进行分析，该接口不能用分页（不限制具体怎么实现），请问怎么优化sql或者java代码呢？？”
如果用普通查询需要5分多分钟才查询完毕，所以我们用索引加多线程来实现。
那我们就开始吧！GO！！GO！！
数据库设计
编写数据库字段
然后要生成100万条数据
在数据库添加索引
索引这个方面我还是不太了解，大家懂的可以优化索引
代码实现
java编写
controller类编写
package com.neu.controller; import com.neu.mapper.UserMapper;import com.neu.pojo.User;import org.springframework.stereotype.Controller;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.servlet.ModelAndView;import javax.annotation.Resource;import java.util.*;import java.util.concurrent.CountDownLatch;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors; /** * 用户查询多线程用户Controller * @author 薄荷蓝柠 * @since 2023/6/6 */@Controllerpublic class ExecutorUtils { @Resource private UserMapper userMapper;// 一个线程最大处理数据量 private static final int THREAD_COUNT_SIZE = 5000; @RequestMapping("Executor") public List<User> executeThreadPool() {//计算表总数Integer integer = userMapper.UserSum();//记录开始时间long start = System.currentTimeMillis();//new个和表总数一样长的ArrayListList<User> threadList=new ArrayList<>(integer);// 线程数，以5000条数据为一个线程，总数据大小除以5000，再加1int round = integer / THREAD_COUNT_SIZE + 1;//new一个临时储存List的Map，以线程名为k，用做list排序Map<Integer,ArrayList> temporaryMap = new HashMap<>(round);// 程序计数器final CountDownLatch count = new CountDownLatch(round);// 创建线程ExecutorService executor = Executors.newFixedThreadPool(round);// 分配数据for (int i = 0; i < round; i++) { //该线程的查询开始值 int startLen = i * THREAD_COUNT_SIZE; int k = i + 1; executor.execute(new Runnable() {@Overridepublic void run() { ArrayList<User> users = userMapper.subList(startLen); //把查出来的List放进临时Map temporaryMap.put(k,users); System.out.println("正在处理线程【" + k + "】的数据，数据大小为：" + users.size()); // 计数器 -1(唤醒阻塞线程) count.countDown();} });}try { // 阻塞线程(主线程等待所有子线程 一起执行业务) count.await(); //结束时间 long end = System.currentTimeMillis(); System.out.println("100万数据查询耗时:" + (end - start) + "ms"); //通过循环遍历临时map，把map的值有序的放进List里 temporaryMap.keySet().forEach(k->{threadList.addAll(temporaryMap.get(k)); });} catch (Exception e) { e.printStackTrace();} finally { //清除临时map，释放内存 temporaryMap.clear(); // 终止线程池 // 启动一次顺序关闭，执行以前提交的任务，但不接受新任务。若已经关闭，则调用没有其他作用。 executor.shutdown();}//输出list的长度System.out.println("list长度为："+threadList.size());return threadList; }}编写Mapper
package com.neu.mapper;import java.util.ArrayList;import java.util.List;import org.apache.ibatis.annotations.*;import com.neu.pojo.User;/** * 用户查询多线程用户Controller * @author 薄荷蓝柠 * @since 2023/6/6 */@Mapperpublic interface UserMapper {/** * 检索user表的长度 * @return 表长度 */@Select("SELECT count(id) as sum FROM sysuser")Integer UserSum(); /** * 检索user表的所有记录, * SELECT * 无法使用 MySQL 优化器覆盖索引的优化（基于 MySQL 优化器的“覆盖索引”策略又是速度极快，效率极高，业界极为推荐的查询优化方式） * @return 所有记录信息 */@Select("select id,account,password,name,job,rights,roleId,createUserId,createTime,updateUserId,updateTime,del,enable from sysuser LIMIT #{startLen},5000")ArrayList<User> subList(@Param("startLen") int startLen);}编写完成后我们测试一波–>
测试结果20秒内，比之前快了好多
模糊查询
模糊查询呢？
咱测试一下：
修改Mapper
package com.neu.mapper;import java.util.ArrayList;import java.util.List;import org.apache.ibatis.annotations.*;import com.neu.pojo.User;/** * 用户查询多线程用户Controller * @author 薄荷蓝柠 * @since 2023/6/6 */@Mapperpublic interface UserMapper { /** * 检索user表id包含有“0”的长度 * @return 表长度 */@Select("SELECT count(id) as sum FROM sysuser where id like concat('%',0,'%')")Integer UserSum(); /** * 检索user表id包含有“0”的所有记录 * SELECT * 无法使用 MySQL 优化器覆盖索引的优化（基于 MySQL 优化器的“覆盖索引”策略又是速度极快，效率极高，业界极为推荐的查询优化方式） * @return 所有记录信息 */@Select("select id,account,password,name,job,rights,roleId,createUserId,createTime,updateUserId,updateTime,del,enable from sysuserwhere id like concat('%',0,'%') LIMIT #{startLen},5000")ArrayList<User> subList(@Param("startLen") int startLen);}修改完成后我们再测试一波–>
耗时5秒左右，可以满足业务需求
结束
目前基本的查询已经写完
看到这个文章的还可以对以下方面进行优化：
- 索引进行优化。
- 每个线程查询多少条数据最为合适？？
- 如果配置有线程池可以使用：总条数/线程数==每个线程需要查询多少条数据。
- 进行代码优化，优化一些耗时的代码。