SpringBoot實(shí)現(xiàn)MySQL百萬級(jí)數(shù)據(jù)量導(dǎo)出并避免OOM的解決方案

前言

動(dòng)態(tài)數(shù)據(jù)導(dǎo)出是一般項(xiàng)目都會(huì)涉及到的功能。它的基本實(shí)現(xiàn)邏輯就是從mysql查詢數(shù)據(jù)，加載到內(nèi)存，然后從內(nèi)存創(chuàng)建excel或者csv，以流的形式響應(yīng)給前端。

• 參考：https://grokonez.com/spring-framework/spring-boot/excel-file-download-from-springboot-restapi-apache-poi-mysql。

SpringBoot下載excel基本都是這么干。

雖然這是個(gè)可行的方案，然而一旦mysql數(shù)據(jù)量太大，達(dá)到十萬級(jí)，百萬級(jí)，千萬級(jí)，大規(guī)模數(shù)據(jù)加載到內(nèi)存必然會(huì)引起OutofMemoryError。

要考慮如何避免OOM，一般有兩個(gè)方面的思路。

一方面就是盡量不做唄，先懟產(chǎn)品下面幾個(gè)問題啊：

• 我們?yōu)槭裁匆獙?dǎo)出這么多數(shù)據(jù)呢？誰傻到去看這么大的數(shù)據(jù)啊，這個(gè)設(shè)計(jì)是不是合理的呢？
• 怎么做好權(quán)限控制？百萬級(jí)數(shù)據(jù)導(dǎo)出你確定不會(huì)泄露商業(yè)機(jī)密？
• 如果要導(dǎo)出百萬級(jí)數(shù)據(jù)，那為什么不直接找大數(shù)據(jù)或者DBA來干呢？然后以郵件形式傳遞不行嗎？
• 為什么要通過后端的邏輯來實(shí)現(xiàn)，不考慮時(shí)間成本，流量成本嗎？
• 如果通過分頁導(dǎo)出，每次點(diǎn)擊按鈕只導(dǎo)2萬條，分批導(dǎo)出難道不能滿足業(yè)務(wù)需求嗎？

如果產(chǎn)品說 “甲方是爸爸，你去和甲方說啊”，“客戶說這個(gè)做出來，才考慮付尾款！”，如果客戶的確缺根筋要讓你這樣搞， 那就只能從技術(shù)上考慮如何實(shí)現(xiàn)了。

從技術(shù)上講，為了避免OOM，我們一定要注意一個(gè)原則：

不能將全量數(shù)據(jù)一次性加載到內(nèi)存之中。

全量加載不可行，那我們的目標(biāo)就是如何實(shí)現(xiàn)數(shù)據(jù)的分批加載了。實(shí)事上，Mysql本身支持Stream查詢，我們可以通過Stream流獲取數(shù)據(jù)，然后將數(shù)據(jù)逐條刷入到文件中，每次刷入文件后再從內(nèi)存中移除這條數(shù)據(jù)，從而避免OOM。

由于采用了數(shù)據(jù)逐條刷入文件，而且數(shù)據(jù)量達(dá)到百萬級(jí)，所以文件格式就不要采用excel了，excel2007最大才支持104萬行的數(shù)據(jù)。這里推薦：

以csv代替excel。

考慮到當(dāng)前SpringBoot持久層框架通常為JPA和mybatis，我們可以分別從這兩個(gè)框架實(shí)現(xiàn)百萬級(jí)數(shù)據(jù)導(dǎo)出的方案。

基于 Spring Boot + MyBatis Plus + Vue & Element 實(shí)現(xiàn)的后臺(tái)管理系統(tǒng) + 用戶小程序，支持 RBAC 動(dòng)態(tài)權(quán)限、多租戶、數(shù)據(jù)權(quán)限、工作流、三方登錄、支付、短信、商城等功能

• 項(xiàng)目地址：https://github.com/YunaiV/ruoyi-vue-pro
• 視頻教程：https://doc.iocoder.cn/video/

JPA實(shí)現(xiàn)百萬級(jí)數(shù)據(jù)導(dǎo)出

• 具體方案不妨參考：http://knes1.github.io/blog/2015/2015-10-19-streaming-mysql-results-using-java8-streams-and-spring-data.html。

實(shí)現(xiàn)項(xiàng)目對(duì)應(yīng)：

• https://github.com/knes1/todo

核心注解如下，需要加入到具體的Repository之上。方法的返回類型定義成Stream。Integer.MIN_VALUE告訴jdbc driver逐條返回?cái)?shù)據(jù)。

@QueryHints(value=@QueryHint(name=HINT_FETCH_SIZE,value=""+Integer.MIN_VALUE))
@Query(value="selecttfromTodot")
StreamstreamAll();

此外還需要在Stream處理數(shù)據(jù)的方法之上添加@Transactional(readOnly = true)，保證事物是只讀的。

同時(shí)需要注入javax.persistence.EntityManager，通過detach從內(nèi)存中移除已經(jīng)使用后的對(duì)象。

@RequestMapping(value="/todos.csv",method=RequestMethod.GET)
@Transactional(readOnly=true)
publicvoidexportTodosCSV(HttpServletResponseresponse){
response.addHeader("Content-Type","application/csv");
response.addHeader("Content-Disposition","attachment;filename=todos.csv");
response.setCharacterEncoding("UTF-8");
try(StreamtodoStream=todoRepository.streamAll()){
PrintWriterout=response.getWriter();
todoStream.forEach(rethrowConsumer(todo->{
Stringline=todoToCSV(todo);
out.write(line);
out.write("
");
entityManager.detach(todo);
}));
out.flush();
}catch(IOExceptione){
log.info("Exceptionoccurred"+e.getMessage(),e);
thrownewRuntimeException("Exceptionoccurredwhileexportingresults",e);
}
}

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 實(shí)現(xiàn)的后臺(tái)管理系統(tǒng) + 用戶小程序，支持 RBAC 動(dòng)態(tài)權(quán)限、多租戶、數(shù)據(jù)權(quán)限、工作流、三方登錄、支付、短信、商城等功能

• 項(xiàng)目地址：https://github.com/YunaiV/yudao-cloud
• 視頻教程：https://doc.iocoder.cn/video/

MyBatis實(shí)現(xiàn)百萬級(jí)數(shù)據(jù)導(dǎo)出

MyBatis實(shí)現(xiàn)逐條獲取數(shù)據(jù)，必須要自定義ResultHandler，然后在mapper.xml文件中，對(duì)應(yīng)的select語句中添加fetchSize="-2147483648"。

最后將自定義的ResultHandler傳給SqlSession來執(zhí)行查詢，并將返回的結(jié)果進(jìn)行處理。

MyBatis實(shí)現(xiàn)百萬級(jí)數(shù)據(jù)導(dǎo)出的具體實(shí)例

以下是基于MyBatis Stream導(dǎo)出的完整的工程樣例，我們將通過對(duì)比Stream文件導(dǎo)出和傳統(tǒng)方式導(dǎo)出的內(nèi)存占用率的差異，來驗(yàn)證Stream文件導(dǎo)出的有效性。

我們先定義一個(gè)工具類DownloadProcessor，它內(nèi)部封裝一個(gè)HttpServletResponse對(duì)象，用來將對(duì)象寫入到csv。

publicclassDownloadProcessor{
privatefinalHttpServletResponseresponse;

publicDownloadProcessor(HttpServletResponseresponse){
this.response=response;
StringfileName=System.currentTimeMillis()+".csv";
this.response.addHeader("Content-Type","application/csv");
this.response.addHeader("Content-Disposition","attachment;filename="+fileName);
this.response.setCharacterEncoding("UTF-8");
}

publicvoidprocessData(Erecord){
try{
response.getWriter().write(record.toString());//如果是要寫入csv,需要重寫toString,屬性通過","分割
response.getWriter().write("
");
}catch(IOExceptione){
e.printStackTrace();
}
}
}

然后通過實(shí)現(xiàn)org.apache.ibatis.session.ResultHandler，自定義我們的ResultHandler，它用于獲取java對(duì)象，然后傳遞給上面的DownloadProcessor處理類進(jìn)行寫文件操作：

publicclassCustomResultHandlerimplementsResultHandler{

privatefinalDownloadProcessordownloadProcessor;

publicCustomResultHandler(
DownloadProcessordownloadProcessor){
super();
this.downloadProcessor=downloadProcessor;
}

@Override
publicvoidhandleResult(ResultContextresultContext){
Authorsauthors=(Authors)resultContext.getResultObject();
downloadProcessor.processData(authors);
}
}

實(shí)體類：

publicclassAuthors{
privateIntegerid;
privateStringfirstName;

privateStringlastName;

privateStringemail;

privateDatebirthdate;

privateDateadded;

publicIntegergetId(){
returnid;
}

publicvoidsetId(Integerid){
this.id=id;
}

publicStringgetFirstName(){
returnfirstName;
}

publicvoidsetFirstName(StringfirstName){
this.firstName=firstName==null?null:firstName.trim();
}

publicStringgetLastName(){
returnlastName;
}

publicvoidsetLastName(StringlastName){
this.lastName=lastName==null?null:lastName.trim();
}

publicStringgetEmail(){
returnemail;
}

publicvoidsetEmail(Stringemail){
this.email=email==null?null:email.trim();
}

publicDategetBirthdate(){
returnbirthdate;
}

publicvoidsetBirthdate(Datebirthdate){
this.birthdate=birthdate;
}

publicDategetAdded(){
returnadded;
}

publicvoidsetAdded(Dateadded){
this.added=added;
}

@Override
publicStringtoString(){
returnthis.id+","+this.firstName+","+this.lastName+","+this.email+","+this.birthdate+","+this.added;
}
}

Mapper接口：

publicinterfaceAuthorsMapper{
ListselectByExample(AuthorsExampleexample);

ListstreamByExample(AuthorsExampleexample);//以stream形式從mysql獲取數(shù)據(jù)
}

Mapper xml文件核心片段，以下兩條select的唯一差異就是在stream獲取數(shù)據(jù)的方式中多了一條屬性： fetchSize="-2147483648"

<selectid="selectByExample"parameterType="com.alphathur.mysqlstreamingexport.domain.AuthorsExample"resultMap="BaseResultMap">
select
<iftest="distinct">
distinct
if>
'false'asQUERYID,
<includerefid="Base_Column_List"/>
fromauthors
<iftest="_parameter!=null">
<includerefid="Example_Where_Clause"/>
if>
<iftest="orderByClause!=null">
orderby${orderByClause}
if>
select>
<selectid="streamByExample"fetchSize="-2147483648"parameterType="com.alphathur.mysqlstreamingexport.domain.AuthorsExample"resultMap="BaseResultMap">
select
<iftest="distinct">
distinct
if>
'false'asQUERYID,
<includerefid="Base_Column_List"/>
fromauthors
<iftest="_parameter!=null">
<includerefid="Example_Where_Clause"/>
if>
<iftest="orderByClause!=null">
orderby${orderByClause}
if>
select>

獲取數(shù)據(jù)的核心service如下，由于只做個(gè)簡(jiǎn)單演示，就懶得寫成接口了。其中 streamDownload 方法即為stream取數(shù)據(jù)寫文件的實(shí)現(xiàn)，它將以很低的內(nèi)存占用從MySQL獲取數(shù)據(jù)；此外還提供traditionDownload方法，它是一種傳統(tǒng)的下載方式，批量獲取全部數(shù)據(jù)，然后將每個(gè)對(duì)象寫入文件。

@Service
publicclassAuthorsService{
privatefinalSqlSessionTemplatesqlSessionTemplate;
privatefinalAuthorsMapperauthorsMapper;

publicAuthorsService(SqlSessionTemplatesqlSessionTemplate,AuthorsMapperauthorsMapper){
this.sqlSessionTemplate=sqlSessionTemplate;
this.authorsMapper=authorsMapper;
}

/**
*stream讀數(shù)據(jù)寫文件方式
*@paramhttpServletResponse
*@throwsIOException
*/
publicvoidstreamDownload(HttpServletResponsehttpServletResponse)
throwsIOException{
AuthorsExampleauthorsExample=newAuthorsExample();
authorsExample.createCriteria();
HashMapparam=newHashMap<>();
param.put("oredCriteria",authorsExample.getOredCriteria());
param.put("orderByClause",authorsExample.getOrderByClause());
CustomResultHandlercustomResultHandler=newCustomResultHandler(newDownloadProcessor(httpServletResponse));
sqlSessionTemplate.select(
"com.alphathur.mysqlstreamingexport.mapper.AuthorsMapper.streamByExample",param,customResultHandler);
httpServletResponse.getWriter().flush();
httpServletResponse.getWriter().close();
}

/**
*傳統(tǒng)下載方式
*@paramhttpServletResponse
*@throwsIOException
*/
publicvoidtraditionDownload(HttpServletResponsehttpServletResponse)
throwsIOException{
AuthorsExampleauthorsExample=newAuthorsExample();
authorsExample.createCriteria();
Listauthors=authorsMapper.selectByExample(authorsExample);
DownloadProcessordownloadProcessor=newDownloadProcessor(httpServletResponse);
authors.forEach(downloadProcessor::processData);
httpServletResponse.getWriter().flush();
httpServletResponse.getWriter().close();
}
}

下載的入口controller：

@RestController
@RequestMapping("download")
publicclassHelloController{
privatefinalAuthorsServiceauthorsService;

publicHelloController(AuthorsServiceauthorsService){
this.authorsService=authorsService;
}

@GetMapping("streamDownload")
publicvoidstreamDownload(HttpServletResponseresponse)
throwsIOException{
authorsService.streamDownload(response);
}

@GetMapping("traditionDownload")
publicvoidtraditionDownload(HttpServletResponseresponse)
throwsIOException{
authorsService.traditionDownload(response);
}
}

實(shí)體類對(duì)應(yīng)的表結(jié)構(gòu)創(chuàng)建語句：

CREATETABLE`authors`(
`id`int(11)NOTNULLAUTO_INCREMENT,
`first_name`varchar(50)CHARACTERSETutf8COLLATEutf8_unicode_ciNOTNULL,
`last_name`varchar(50)CHARACTERSETutf8COLLATEutf8_unicode_ciNOTNULL,
`email`varchar(100)CHARACTERSETutf8COLLATEutf8_unicode_ciNOTNULL,
`birthdate`dateNOTNULL,
`added`timestampNOTNULLDEFAULTCURRENT_TIMESTAMP,
PRIMARYKEY(`id`)
)ENGINE=InnoDBAUTO_INCREMENT=10095DEFAULTCHARSET=utf8COLLATE=utf8_unicode_ci;

這里有個(gè)問題：如何短時(shí)間內(nèi)創(chuàng)建大批量測(cè)試數(shù)據(jù)到MySQL呢？一種方式是使用存儲(chǔ)過程 + 大殺器 select insert 語句！不太懂？

沒關(guān)系，且看我另一篇文章 MySQL如何生成大批量測(cè)試數(shù)據(jù) 你就會(huì)明白了。如果你懶得看，我這里已經(jīng)將生成的270多萬條測(cè)試數(shù)據(jù)上傳到網(wǎng)盤，你直接下載然后通過navicat導(dǎo)入就好了。

• 鏈接：https://pan.baidu.com/s/1hqnWU2JKlL4Tb9nWtJl4sw
• 提取碼：nrp0

有了測(cè)試數(shù)據(jù)，我們就可以直接測(cè)試了。先啟動(dòng)項(xiàng)目，然后打開jdk bin目錄下的 jconsole.exe

首先我們測(cè)試傳統(tǒng)方式下載文件的內(nèi)存占用，直接瀏覽器訪問：http://localhost:8080/download/traditionDownload。

可以看出，下載開始前內(nèi)存占用大概為幾十M，下載開始后內(nèi)存占用急速上升，峰值達(dá)到接近2.5G，即使是下載完成，堆內(nèi)存也維持一個(gè)較高的占用，這實(shí)在是太可怕了，如果生產(chǎn)環(huán)境敢這么搞，不出意外肯定內(nèi)存溢出。

接著我們測(cè)試stream方式文件下載的內(nèi)存占用，瀏覽器訪問：http://localhost:8080/download/streamDownload，當(dāng)下載開始后，內(nèi)存占用也會(huì)有一個(gè)明顯的上升，但是峰值才到500M。對(duì)比于上面的方式，內(nèi)存占用率足足降低了80%！怎么樣，興奮了嗎！

我們?cè)偻ㄟ^記事本打開下載后的兩個(gè)文件，發(fā)現(xiàn)內(nèi)容沒有缺斤少兩，都是2727127行，完美！

審核編輯 ：李倩