MySQL中使用流式查询避免数据OOM

一、前言

程序访问MySQL数据库时，当查询出来的数据量特别大时，数据库驱动把加载到的数据全部加载到内存里，就有可能会导致内存溢出（OOM）。

其实在MySQL数据库中提供了流式查询，允许把符合条件的数据分批一部分一部分地加载到内存中，可以有效避免OOM；本文主要介绍如何使用流式查询并对比普通查询进行性能测试。

二、JDBC实现流式查询

使用JDBC的PreparedStatement/Statement的setFetchSize方法设置为Integer.MIN_VALUE或者使用方法Statement.enableStreamingResults()可以实现流式查询，在执行ResultSet.next()方法时，会通过数据库连接一条一条的返回，这样也不会大量占用客户端的内存。

public int execute(String sql, boolean isStreamQuery) throws SQLException { Connection conn = null; PreparedStatement stmt = null; ResultSet rs = null; int count = 0; try {  //获取数据库连接  conn = getConnection();  if (isStreamQuery) {   //设置流式查询参数   stmt = conn.prepareStatement(sql, ResultSet.TYPE_FORWARD_ONLY, ResultSet.CONCUR_READ_ONLY);   stmt.setFetchSize(Integer.MIN_VALUE);  } else {   //普通查询   stmt = conn.prepareStatement(sql);  }  //执行查询获取结果  rs = stmt.executeQuery();  //遍历结果  while(rs.next()){   System.out.println(rs.getString(1));   count++;  } } catch (SQLException e) {  e.printStackTrace(); } finally {  close(stmt, rs, conn); } return count;}

三、性能测试

创建了一张测试表my_test进行测试，总数据量为27w条，分别使用以下4个测试用例进行测试：

大数据量普通查询(27w条)
大数据量流式查询(27w条)
小数据量普通查询(10条)
小数据量流式查询(10条)

3.1. 测试大数据量普通查询

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

27w 数据量用时 38 秒

3.1.2. 内存占用情况

使用将近 1G 内存

3.2. 测试大数据量流式查询

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

27w 数据量用时 37 秒

3.2.2. 内存占用情况

由于是分批获取，所以内存在30-270m波动

3.3. 测试小数据量普通查询

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

10 条数据量用时 1 秒

3.4. 测试小数据量流式查询

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

10 条数据量用时 1 秒

四、总结

MySQL 流式查询对于内存占用方面的优化还是比较明显的，但是对于查询速度的影响较小，主要用于解决大数据量查询时的内存占用多的场景。

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