代码之家 › 专栏 › 技术社区 › Chet

需要将大型QueryRunner结果流式传输到文件,似乎正在内存中存储

apache-commons-dbutils mssql-jdbc jdbc sql-server java

Chet · 技术社区 · 6 年前

我正在尝试构建一个Java应用程序,它可以将非常大的任意SQL查询结果集流到JSOL文件中,特别是通过SQLServer,但希望与任何JDBC一起运行。 DataSource . 在Python中,只需将SQL客户机结果视为生成器,然后调用 json.dumps() . 然而,在这段代码中,它似乎在写出之前将所有内容放入内存中,这通常会导致堆和垃圾收集异常。我需要这个来运行的查询非常大,可以恢复到10GB的原始数据。执行时间不是主要的问题,只要它每次都工作。

我试过称之为“每行后刷新”(这很荒谬),这似乎有助于小数据集,但不适用于大数据集。有人能提出一个我可以轻松实现的策略吗?

在我的SQL客户机类中,我使用apache dbutils QueryRunner 和 MapListHandler 创建 Map 这是我需要的灵活性(与爪哇需要指定模式和类型的更传统的方法):

public List<Map<String, Object>> query(String queryText) {
    try {
        DbUtils.loadDriver("com.microsoft.sqlserver.jdbc.Driver");

        // this function just sets up all the connection properties. Ommitted for clarity
        DataSource ds = this.initDataSource();

        StatementConfiguration sc = new StatementConfiguration.Builder().fetchSize(10000).build();
        QueryRunner queryRunner = new QueryRunner(ds, sc);
        MapListHandler handler = new MapListHandler();
        return queryRunner.query(queryText, handler);
    } catch (Exception e) {
        logger.error(e.getMessage());
        e.printStackTrace();
        return null;
    }
}

JsonLOutputWriter 班级:

JsonLOutputWriter(String filename) {
    GsonBuilder gsonBuilder = new GsonBuilder();
    gsonBuilder.serializeNulls();
    this.gson = gsonBuilder.create();
    try {
        this.writer = new PrintWriter(new File(filename), ENCODING);
    } catch (FileNotFoundException | UnsupportedEncodingException e) {
        e.printStackTrace();
    }
}

void writeRow(Map row) {
    this.writer.println(this.gson.toJson(row));
}

void flush() {
    this.writer.flush();
}

主要方法:

JsonLOutputWriter writer = new JsonLOutputWriter(outputFile)
for (Map row : client.query(inputSql)) {
    writer.writeRow(row);
}
writer.flush()

1 回复 | 直到 6 年前

Chet 6 年前

基本上这不能用 DbUtils 开箱即用。我摆脱了 QueryRunner 和 MapListHandler 因为处理程序创建了 ArrayList . 我把它变成了推式的,创建了一个非常相似的 MyQueryRunner 那需要一个 MyRowHandler 而不是返回一个集合 ResultSet 调用输出函数。

我确信有更优雅的方法来实现这一点并返回某种类型的行缓冲区,但这是我需要的80/20,并且适用于大型数据集。

罗汉德勒

public class RowHandler {
    private static final RowProcessor ROW_PROCESSOR = new BasicRowProcessor();
    private JsonLOutputWriter writer;

    public RowHandler(JsonLOutputWriter writer) {
        this.writer = writer;
    }

    int handle(ResultSet rs) throws SQLException {
        AtomicInteger counter = new AtomicInteger();
        while (rs.next()) {
            writer.writeRow(this.handleRow(rs));
            counter.getAndIncrement();
        }
        return counter.intValue();
    }

    protected Map<String, Object> handleRow(ResultSet rs) throws SQLException {
        return this.ROW_PROCESSOR.toMap(rs);
    }

}

查询处理器

class CustomQueryRunner extends AbstractQueryRunner {

    private final RowHandler rh;

    CustomQueryRunner(DataSource ds, StatementConfiguration stmtConfig, RowHandler rh) {
        super(ds, stmtConfig);
        this.rh = rh;
    }

    int query(String sql) throws SQLException {
        Connection conn = this.prepareConnection();
        return this.query(conn, true, sql);
    }

    private int query(Connection conn, boolean closeConn, String sql, Object... params)
            throws SQLException {
        if (conn == null) {
            throw new SQLException("Null connection");
        }
        PreparedStatement stmt = null;
        ResultSet rs = null;
        int count = 0;
        try {
            stmt = this.prepareStatement(conn, sql);
            this.fillStatement(stmt, params);
            rs = this.wrap(stmt.executeQuery());
            count = rh.handle(rs);
        } catch (SQLException e) {
            this.rethrow(e, sql, params);
        } finally {
            try {
                close(rs);
            } finally {
                close(stmt);
                if (closeConn) {
                    close(conn);
                }
            }
        }
        return count;
    }
}