查看原文
其他

JDBC取数到底有多慢

乾学院 2022-07-30

数据库JDBC有多慢

JAVA 应用必须通过 JDBC 从数据库中取数,有时候我们会发现,数据库的负担一点也不重而且 SQL 很简单,但取数的速度仍然很慢。
我们来实际测试一下,有个感性认识,以Oracle为例。

数据来源

使用TPCH生成的数据,选用其中的customer表来做测试,数据记录为1500万行,8个字段。它生成的原始文本文件名为customer.tbl,文件大小为2.3G。利用数据库提供的数据导入工具将此文件数据导入到Oracle的数据表中。

测试环境

CPU:2颗Intel3014,主频1.7G,每个CPU内核数6个。
硬盘(SSD):1T  561MB/s(读)   523MB/s(写)   接口:SATA 6.0Gb/s
内存:64G。
操作系统:Linux CentOS 7
所有测试均在服务器本机上完成,没有消耗网络传输时间。

数据库读数测试

通过Oracle提供的JDBC接口,用SQL语句执行数据读取。
Java写起来麻烦,用SPL脚本执行测试:

AB
1=now()/记录时间
2=connect("oracle")/连接数据库
3=A2.cursor("SELECT * FROM CUSTOMER")/生成取数游标
4for A3,10000/循环取数,每次10000条
5=A2.close()/关闭连接
6=interval@s(A1,now())/计算时长

测试结果:275秒

文本文件对比测试

只从上面的测试结果来看,还没有太多感性认识,我们再读一下文本文件来对比。办法是一样的,从文件中读出数据,并解析出记录,不作任何计算。

编写如下SPL脚本执行测试:


AB
1=now()/记录时间
2=file("customer.tbl")/文件对象
3=A2.cursor(;,"|")/生成取数游标,分隔符是|
4for A3,10000/循环取数,每次10000条
5=interval@s(A1,now())/计算时长

测试结果:43秒

这意味着,读取文本要比读取Oracle快275/43=6.4倍。

我们知道,文本解析是个非常麻烦的事情,但即使这样,从文本文件读取数据还是远远快于从数据库中读数。


利用集算器 SPL并行提速

当数据只能从数据库读取,而且数据库本身负担并不重时,我们可以利用多 CPU 并行方案来提速,但写Java 的并行程序非常麻烦,要考虑资源共享冲突等问题。
使用集算器SPL的并行技术可以提升数据库JDBC取数性能,避免 JAVA 硬编码的复杂性,方便实现多线程结果集的合并。
下面我们来测试一下。

单表并行取数

还是上面的这张customer表 ,改为并行取数后,可以看到性能提升明显,代码如下:

AB
1=now()/记录时间
2=connect("oracle").query@ix("SELECT COUNT(*) FROM CUSTOMER")(1)
3>n=12/并行数
4=n.([int(A2/n)*(~-1),int(A2/n)*~])/按并行数分段区间
5fork A4=connect("oracle")
6
=B5.query@x("SELECT * FROM CUSTOMER WHERE C_CUSTKEY>? AND C_CUSTKEY<=?",A5(1),A5(2))
7=A5.conj()/合并结果
8=interval@s(A1,now())/计算时长

测试结果:28秒(非并行用时275秒)

并行取数,就要把源数据分成相对平均的多个区间。本例中,C_CUSTKEY是从1开始的自然数,因此可以先求出总记录数(A2),再用平均分成n段(A4)。然后 A5并行计算,每个线程各自连接数据库,再以C_CUSTKEY区间为参数执行SQL。最后合并多线程的取数结果,作为最终结果。 
实际情况中,可能需要采取其它办法设置WHERE条件以获得相对平均的区间。

多表并行取数

有时候是多个SQL取数,也可以利用并行方法来提速。
还是使用TPCH生成的数据,数据总量减少为5G,选用其中的5张表来做测试。当采用非并行取数时,可以发现性能不够理想,代码如下:

AB
1SELECT * FROM SUPPLIER
2SELECT * FROM PART
3SELECT * FROM CUSTOMER
4SELECT * FROM PARTSUPP
5SELECT * FROM ORDERS
6=now()/记录时间
7=connect("oracle")/连接数据库
8=[A1:A5].(A7.query(~))/顺序执行每条SQL
9>A7.close()/关闭连接
10=interval@ms(A6,now())/计算时长

测试结果:360秒

改为并行取数后,可以看到性能提升明显,代码如下:
11=now()/记录时间
12fork [A1:A5]=connect("oracle")
13
=B12.query@x(A12)
14=interval@ms(A11,now())/计算时长

测试结果:167秒

尽管多表并行无法保证数据均匀分布,但并行计算也能让取数性能得到有效提升。
集算器 SPL 是 Java 写的开源软件,提供了 JDBC 接口,很容易集成到 Java 应用中。


重磅!开源SPL交流群成立了

简单好用的SPL开源啦!

为了给感兴趣的小伙伴们提供一个相互交流的平台,

特地开通了交流群(群完全免费,不广告不卖课)

需要进群的朋友,可长按扫描下方二维码

本文感兴趣的朋友,请转到阅读原文去收藏 ^_^

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存