代码驿站移动版

当前位置：主页 > 软件编程 > JAVA代码 >

SpringBoot使用 druid 连接池来优化分页语句

时间：2023-01-01 12:42:58 | 栏目：JAVA代码 | 点击：次

一、前言

一个老系统随着数据量越来越大，我们察觉到部分分页语句拖慢了我们的速度。

鉴于老系统的使用方式，不打算使用pagehelper和mybatis-plus来处理，加上系统里使用得是druid连接池，考虑直接使用druid来优化。

二、老代码

老代码是使用得一个mybatis插件进行的分页，分页的核心代码如下：

// 记录统计的 sql
String countSql = "select count(0) from (" + sql+ ") tmp_count";
PreparedStatement countStmt = connection.prepareStatement(countSql);
BoundSql countBS = new BoundSql(mappedStatement.getConfiguration(), countSql, boundSql.getParameterMappings(), parameterObject);
setParameters(countStmt, mappedStatement, countBS,parameterObject);

在原始的 sql 外面包装了一个 count sql，当然很多插件都是这样做的。

三、druid 的 PagerUtil

示例 sql(有比较复杂的坐标计算)

SELECT g.*
  , ROUND(6378.138 * 2 * ASIN(SQRT(POW(SIN((? * PI() / 180 - t.latitude * PI() / 180) / 2), 2) + COS(? * PI() / 180) * COS(t.latitude * PI() / 180) * POW(SIN((? * PI() / 180 - t.longitude * PI() / 180) / 2), 2))), 2) AS distancecd
  , t.agentname, t.agentlogo, t.compaddress
FROM t_bas_integral_goods g
  LEFT JOIN t_bas_agent t ON g.agentid = t.AGENTID
WHERE t.AGENTTYPE = '2'
  AND t.pass = '0'
  AND t.dl_type = '4'
  AND g.type = 0
ORDER BY distancecd ASC

使用 Druid 生成 count sql：

String countSql = PagerUtils.count(sql, DbType.mysql);
System.out.println(countSql);

输出：

SELECT COUNT(*)
FROM t_bas_integral_goods g
 LEFT JOIN t_bas_agent t ON g.agentid = t.AGENTID
WHERE t.AGENTTYPE = '2'
 AND t.pass = '0'
 AND t.dl_type = '4'
 AND g.type = 0

我们可以看到优化后的 count sql 变得十分简洁，坐标计算的都已经丢弃掉。 注意：PagerUtil还有limit方法用来生成limit语句，感兴趣的同学可以自行试验。

四、改造mybatis分页插件

4.1 踩坑之路

看到上面 druid PagerUtils count 的优化效果，立马开始改造起来，起初只改掉了countSql，

String countSql = PagerUtils.count(sql, dbType);
PreparedStatement countStmt = connection.prepareStatement(countSql);
BoundSql countBS = new BoundSql(mappedStatement.getConfiguration(), countSql, boundSql.getParameterMappings(), parameterObject);
setParameters(countStmt, mappedStatement, countBS,parameterObject);

启动起来测试一番就发现报错了，因为原始 sql 中含有?变量，优化后的 sql 已经没有变量了，插件还会继续给他设置变量。 我们要怎么解决这个问题呢？

我们再回头看看pagehelper和mybatis-plus是怎么实现的！它俩都是基于jsqlparser对 sql 进行解析，然后处理。

要多加一个jsqlparser？没必要没必要，druid 的 sql 解析功能也是很强大的，我看了看PagerUtils.count方法的源码，大不了用 druid 的 sql 解析实现一遍。

看了看源码之后我陷入了沉思，有必要搞这么复杂么？有没有更好的方法？我反复 debug 发现了，DynamicSqlSource中有带#{xxx}这样的原始 sql，

那么我是否可以使用 druid 先对这种 mybatis 占位符的 sql 进行优化呢？我们来试试：

示例 sql：

select * from xxx where type = #{type} order by xx

输出：

SELECT COUNT(*)
FROM xxx
WHERE type = #{type}

完美！！！ 4.2 继续踩坑

然而直接在 Mapper 上注解的 sql 还是有问题，拿不到原始的 sql，debug 发现 RawSqlSource 在构造器里就将 sql 处理成了?号挂参的形式。

@Select("select * from xxx where type = #{type} order by xx")
Object test(@Param("type") String type);

那么我只能看看能不能扩展它，我找到了它是在XMLLanguageDriver里进行初始化，这下好办了，因为我之前扩展过XMLLanguageDriver，它是可以自定义配置的。 于是我重写了RawSqlSource, 添加上了包含 mybatis 参数占位符（#{}）的rawSql字段。

/**
 * 原始 sql，用于方便 druid 工具进行分页
 *
 * @author L.cm
 */
public class MicaRawSqlSource implements SqlSource {
  private final String rawSql;
  private final SqlSource sqlSource;
  public MicaRawSqlSource(Configuration configuration, SqlNode rootSqlNode, Class<?> parameterType) {
    this(configuration, getSql(configuration, rootSqlNode), parameterType);
  }
  public MicaRawSqlSource(Configuration configuration, String sql, Class<?> parameterType) {
    SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder(configuration);
    Class<?> clazz = parameterType == null ? Object.class : parameterType;
    this.rawSql = sql;
    this.sqlSource = sqlSourceParser.parse(sql, clazz, new HashMap<>());
  }
  // ... ...
}

自此全部逻辑已经走通，我们再来看看我们的PagePlugin核心代码：

// 进行分页
Configuration configuration = mappedStatement.getConfiguration();
SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder(configuration);
Class<?> parameterType = parameterObject.getClass();
Connection connection = (Connection) invocation.getArgs()[0];
// 1. 对 sql 进行判断，如果没有 ? 号，则直接处理
String boundRawSql = boundSql.getSql();
if (boundRawSql.indexOf(CharPool.QUESTION_MARK) == -1) {
  // 不包含 ？ 号
  String countSql = PagerUtils.count(boundRawSql, dbType);
  SqlSource newSqlSource = sqlSourceParser.parse(countSql, parameterType, new HashMap<>());
  BoundSql newBoundSql = newSqlSource.getBoundSql(parameterObject);
  int count = getCount(connection, mappedStatement, parameterObject, newBoundSql);
  StringBuilder sqlBuilder = new StringBuilder(boundRawSql);
  Page page = getPageParam(parameterObject, sqlBuilder, count);
  String pageSql = generatePageSql(sqlBuilder.toString(), dbType, page);
  // 将分页sql语句反射回BoundSql.
  setField(boundSql, "sql", pageSql);
  return invocation.proceed();
}
// 2. 按 SqlSource 进行解析
SqlSource sqlSource = mappedStatement.getSqlSource();
// xml 中的动态 sql
int count;
if (sqlSource instanceof DynamicSqlSource) {
  SqlNode rootSqlNode = PagePlugin.getField(sqlSource, "rootSqlNode");
  DynamicContext context = new DynamicContext(configuration, parameterObject);
  rootSqlNode.apply(context);
  // 生成 count sql，带 #{xxx} 变量的 sql
  String countSql = PagerUtils.count(context.getSql(), dbType);
  SqlSource newSqlSource = sqlSourceParser.parse(countSql, parameterType, context.getBindings());
  BoundSql newBoundSql = newSqlSource.getBoundSql(parameterObject);
  count = getCount(connection, mappedStatement, parameterObject, newBoundSql);
} else if (sqlSource instanceof MicaRawSqlSource) {
  String rawSql = ((MicaRawSqlSource) sqlSource).getRawSql();
  DynamicContext context = new DynamicContext(configuration, parameterObject);
  // 生成 count sql，带 #{xxx} 变量的 sql
  String countSql = PagerUtils.count(rawSql, dbType);
  SqlSource newSqlSource = sqlSourceParser.parse(countSql, parameterType, context.getBindings());
  BoundSql newBoundSql = newSqlSource.getBoundSql(parameterObject);
  count = getCount(connection, mappedStatement, parameterObject, newBoundSql);
} else {
  throw new IllegalArgumentException("不支持的 sql 分页形式，请使用 xml 或者注解");
}

五、结论

整个老服务通过切换到 mica（深度定制）的微服务架构（演示环境仅仅在单服务低内存配置）之后速度提升效果明显，当然后面我们还会继续进行优化。

您可能感兴趣的文章:

相关文章