43
JDBC性能優化方案
近期用到了利用JDBC查詢Oracle數據庫，但是查詢效率不盡人意，研究了一下JDBC方麵可以優化的地方，在這裏跟大家分享一下。
1.設置最優的預取值
defaultRowPrefetch：預取條數默認值
defaultBatchValue：觸發查詢操作的批量請求值
這兩個參數的默認值都是10，我們可以通過增加這兩個參數值來減少數據庫請求以提高查詢效率，當然具體值大小要視具體情況而定。
2.通過連接池獲取連接
創建連接的代價很大，通過連接池獲取連接可省去創建連接時間。
3.選擇合適的Statement接口（共有三種）
- Statement：隻支持靜態sql
- PreparedStatement：支持動態輸入參數的sql, 因為其預編譯的sql具有可重用性，可極大地避免Oracle對sql的（應解析和軟解析）解析時間，提高查詢速度
- CallableStatement：專門針對存儲過程，使用它能享受到所有存儲過程帶來的優勢，但也包括存儲過程帶來的劣勢如Java程序可移植性查，依賴數據庫等
4.設置檢索時的批量值
Statement.getFetchSize();
獲取一次檢索的批量值
Statement.setFetchSize(30); 設置批量值
傳統情況下，設置FetchSize值對檢索大數據表時性能的提升是很明顯的，原因是jdbc驅動默認每次隻檢索10條記錄（傳到客戶端的應該是一個遊標），如果我們要檢索100條數據，那麼就需要客戶端和服務器端進行10次網絡往返才能全部傳輸完畢，每次網絡間傳輸都會耗掉一些時間，比如采用TCP/IP協議的話，要建立連接握手及額外的協議頭尾開銷等，這樣勢必會影響客戶端的響應。至於JDBC為何要設計這麼小的數，有人說是為了避免jvm
out of memory 問題。
具體性能能提高多少，請參考：https://blog.lishman.com/2008/03/jdbc-fetch-size.html
當然，FetchSize並不是越大越好，至於原因請參考：https://stackoverflow.com/questions/9220171/setting-oracle-size-of-row-fetches-higher-makes-my-app-slower
5.設置ResultSet的批量值
ResultSet.getFetchSize(); 獲取默認批量值
ResultSet.setFetchSize(50); 設置批量值
處理大數據時可顯著提高處理速度
6.設置ResultSet合適的處理方向
ResultSet.getFetchDirection(); 獲取默認值
ResultSet.setFetchDirection(FETCH_REVERSE);設置合適的值
7.從ResultSet獲取數據時有兩種方式， rs.getObject(int column_index) 和 rs.getObject(String column_label)
- rs.getObject(int column_index)：這種方式直接根據索引從rs對象中取出 ，最快
- rs.getObject(String column_label) ： 這種方式需要先通過label獲取到索引，然後再根據索引取數據，比直接利用索引多走了一步
8.合理的使用ResultSet的getXXX()方法
ResultSet提供了很多各式各樣的getxxx() 方法，比如你知道第一個值是String類型的話，那麼就寫成getString(1),如果你不指示明確的話，它會則需要把這個值再轉換成合適的Java類型，轉換的代價是比較大的，如果檢索出來的數據有一百萬條的話，那麼這個字段值就會被轉換一百萬次。
9.優化查詢SQL
比如避免使用select * from table where condition...,因為這麼做會把所有的數據項目查詢出來，比如我們隻需要Salary的話，我們就寫成select salary from employee where name=RR,避免不必要數據的檢索。
10.Cache隻讀（read-only）和主讀（read-mostly）表的數據
隻讀表的數據不會發生變化，主讀表發生變化較少，如果每次請求都讀一遍表的話顯然是沒有必要，因此可以把這些數據緩存起來。當然，對於主讀表要設定一定的更新時間。
11.迭代分批次獲取數據替代一次大批量獲取數據
某些情況下，應用程序可能會通過JDBC一次請求大量數據，而應用程序可能會一次把所有數據返回給客戶端，這樣會用掉很多時間，可以采取如下方式解決：
- 在Server端緩存數據，分批次發給Client端，比如Server端查詢出1000條數據，可以分10批次每次傳送100條給Client端
- 不在Server端緩存數據，而通過存儲過程迭代的返回小批量數據
最後更新：2017-04-03 05:39:25