正确使用MySQL JDBC setFetchSize()方法解决JDBC处理大结果集 java.lang.OutOfMemoryEr

最新推荐文章于 2023-11-29 22:15:37 发布

javastart

最新推荐文章于 2023-11-29 22:15:37 发布

阅读量2.3k

点赞数 1

分类专栏：大数据

大数据专栏收录该内容

236 篇文章

订阅专栏

本文介绍如何使用 MySQL JDBC 的 setFetchSize 方法和 enableStreamingResults 函数来处理大结果集，避免 Java 堆内存溢出错误，并提高查询响应速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MYSQL JDBC快速查询响应的方法，快速返回机制的实现

一直很纠结，Oracle的快速返回机制，虽然结果集很多，可是它能很快的显示第一个结果，虽然通过MYSQl的客户端可以做到，但是通过JDBC却不行。

今天用了1个多小时，终于搞定此问题，希望对广大Java朋友在处理数据库时有个参考。

来由：

通过命令行客户端加上-q参数，可以极快的响应一个查询。
比如结果集为几千万的select * from t1，完整结果集需要20秒，通过-q参数显示第一行只需要不到1秒。
但通过jdbc进行查询，却不可以实现如上的效果，无论怎么调整URL参数，也不行。

过程：
查看了-q参数的解释，如下：
If you have problems due to insufficient memory for large result sets,
use the --quick option. This forces mysql to retrieve results
from the server a row at a time rather than retrieving the entire result set
and buffering it in memory before displaying it. This is done by returning
the result set using the mysql_use_result() C API function in the client/server
library rather than mysql_store_result().

可见，实现快速响应。

查看 mysql_use_result() 函数，这个是C的API,如果通过C开发，可以用这个函数。

那么JAVA呢？

查找标准JDBC规范里面有关函数，没有任何收获。 setFetchSize()看上去有效，可在实际测试里，无任何性能提升。

搜索 JDBC mysql_use_result, 有了意外的收获。

在MYSQL的JDBC,com.mysql.jdbc.Statement 这个接口里发现了如下的内容：
abstract public void disableStreamingResults() throws SQLException

Resets this statements fetch size and result set type to the values they
had before enableStreamingResults() was called.

abstract public void enableStreamingResults() throws SQLException

Workaround for containers that 'check' for sane values of Statement.setFetchSize()
so that applications can use the Java variant of libmysql's mysql_use_result() behavior.

原来MySQL提供了自己的一个快速响应的实现。调整测试代码

stmt = (com.mysql.jdbc.Statement) con.createStatement();
stmt.setFetchSize(1);
//按行读取
// 打开流方式返回机制
stmt.enableStreamingResults();

我期待的效果出现了。第一行数据被快速的现实出来，时间不到1秒中。

结论：
MySQL在自己的JDBC驱动里提供了特有的功能，来实现查询的快速响应，

特别是结果集非常大或者时间较长，而用户非常想尽快看到第一条结果时特别有效。

from：http://blog.youkuaiyun.com/java2000_net/article/details/6869752

正确使用MySQL JDBC setFetchSize()方法解决JDBC处理大结果集 java.lang.OutOfMemoryError: Java heap space

昨天在项目中需要对日志的查询结果进行导出功能。

日志导出功能的实现是这样的，输入查询条件，然后对查询结果进行导出。由于日志数据量比较大。多的时候，有上亿条记录。

之前的解决方案都是多次查询，然后使用limit 限制每次查询的条数。然后导出。这样的结果是效率比较低效。

那么能不能一次查询就把所有结果倒出来了？于是我就使用一次查询，不使用limit分页。结果出现 java.lang.OutOfMemoryError: Java heap space问题。

看来是DB服务器端将一次将查询到的结果集全部发送到Java端保存在内存中。由于结果集比较大，所以出现OOM问题。

首先我想到的是游标功能。那么是不是可以使用游标，一次从服务器端慢慢的取呢？上网查询了一下，大家都说MySQL不支持游标功能等等。

后来就去看JDBC代码。找到了setFetchSize()方法，结果设置以后，却不能生效，还是出现OOM问题。

我的设置如下

[java]view plaincopy
 ps=conn.con.prepareStatement("select * from bigTable");  
  ps.setFetchSize(1000);  

后来老大在MySQL看到了这样的方法：

[java]view plaincopy
 ps = (PreparedStatement) con.prepareStatement("select * from bigTable",  
                 ResultSet.TYPE_FORWARD_ONLY, ResultSet.CONCUR_READ_ONLY);  
         ps.setFetchSize(Integer.MIN_VALUE);  
         ps.setFetchDirection(ResultSet.FETCH_REVERSE);  

对此解释是：MySQL JDBC默认客户端数据接收方式为如下：

默认为从服务器一次取出所有数据放在客户端内存中，fetch size参数不起作用，当一条SQL返回数据量较大时可能会出现JVM OOM。

要一条SQL从服务器读取大量数据，不发生JVM OOM，可以采用以下方法之一：

1、当statement设置以下属性时，采用的是流数据接收方式，每次只从服务器接收部份数据，直到所有数据处理完毕，不会发生JVM OOM。

setResultSetType(ResultSet.TYPE_FORWARD_ONLY);

setFetchSize(Integer.MIN_VALUE);

2、调用statement的enableStreamingResults方法，实际上enableStreamingResults方法内部封装的就是第1种方式。

3、设置连接属性useCursorFetch=true (5.0版驱动开始支持)，statement以TYPE_FORWARD_ONLY打开，再设置fetch size参数，表示采用服务器端游标，每次从服务器取fetch_size条数据。

设置以后，果然可以解决我的问题。

附上代码：

[java]view plaincopy
 package com.seven.dbTools.DBTools;  
   
 import java.sql.Connection;  
 import java.sql.DriverManager;  
 import java.sql.PreparedStatement;  
 import java.sql.ResultSet;  
 import java.sql.SQLException;  
 import java.sql.Statement;  
 import java.util.ArrayList;  
   
 public class JdbcHandleMySQLBigResultSet {  
   
     public static long importData(String sql){  
         String url = "jdbc:mysql://ipaddress:3306/test?user=username&password=password";  
         try {  
             Class.forName("com.mysql.jdbc.Driver");  
         } catch (ClassNotFoundException e1) {  
             e1.printStackTrace();  
         }  
         long allStart = System.currentTimeMillis();  
         long count =0;  
   
         Connection con = null;  
         PreparedStatement ps = null;  
         Statement st = null;  
         ResultSet rs = null;  
         try {  
             con = DriverManager.getConnection(url);  
               
             ps = (PreparedStatement) con.prepareStatement(sql,ResultSet.TYPE_FORWARD_ONLY,  
                       ResultSet.CONCUR_READ_ONLY);  
                         
             ps.setFetchSize(Integer.MIN_VALUE);  
               
             ps.setFetchDirection(ResultSet.FETCH_REVERSE);  
   
             rs = ps.executeQuery();  
   
   
             while (rs.next()) {  
                   
                 //此处处理业务逻辑  
                 count++;  
                 if(count%600000==0){  
                     System.out.println(" 写入到第  "+(count/600000)+" 个文件中！");  
                     long end = System.currentTimeMillis();  
                 }  
                   
             }  
             System.out.println("取回数据量为  "+count+" 行！");  
         } catch (SQLException e) {  
             e.printStackTrace();  
         } finally {  
             try {  
                 if(rs!=null){  
                     rs.close();  
                 }  
             } catch (SQLException e) {  
                 e.printStackTrace();  
             }  
             try {  
                 if(ps!=null){  
                     ps.close();  
                 }  
             } catch (SQLException e) {  
                 e.printStackTrace();  
             }  
             try {  
                 if(con!=null){  
                     con.close();  
                 }  
             } catch (SQLException e) {  
                 e.printStackTrace();  
             }  
         }  
         return count;  
   
     }  
   
     public static void main(String[] args) throws InterruptedException {  
   
         String sql = "select * from test.bigTable ";  
         importData(sql);  
   
     }  
   
 }  