剖析 sharding-jdbc 如何實現(xiàn)分頁查詢
在之前的文章中筆者簡單的介紹了sharding-jdbc的使用，而本文從日常使用的角度出發(fā)來剖析一下sharding-jdbc底層是如何實現(xiàn)分頁查詢的。
前置依賴引入
之前的文章已經(jīng)介紹過sharding-jdbc底層會通過重寫數(shù)據(jù)源對應(yīng)的prepareStament完成分表查詢邏輯，而分頁插件則是攔截SQL語句實現(xiàn)分頁查詢，所以使用sharding-jdbc進行分頁查詢只需引入用戶所需的分頁插件即可，以筆者為例，這里就直接使用pagehelper：
<!-- pagehelper 插件-->
<dependency>
<groupId>com.github.pagehelper</groupId>
<artifactId>pagehelper-spring-boot-starter</artifactId>
</dependency>分頁查詢代碼示例
本文中筆者配置的分頁算法是通過id取模的方式，假設(shè)我們的對應(yīng)的user數(shù)據(jù)id為1，按照我們的算法，它將被存至1%3=1即user_1表：
##使用哪一列用作計算分表策略，我們就使用id
spring.shardingsphere.sharding.tables.user.table-strategy.inline.sharding-column=id
##具體的分表路由策略，我們有3個user表，使用主鍵id取余3，余數(shù)0/1/2分表對應(yīng)表user_0,user_2,user_2
spring.shardingsphere.sharding.tables.user.table-strategy.inline.algorithm-expression=user_$->{id % 3}筆者在實驗表中插入大約100w的數(shù)據(jù)，進行一次分頁查詢,其中分頁算法為id%3
@Test
void selectByPage() {
//查詢第2頁的數(shù)據(jù)10條
PageHelper.startPage(2, 10, false);
//查詢結(jié)果按照id升序排列
UserExample userExample = new UserExample();
userExample.setOrderByClause("id asc");
//輸出查詢結(jié)果
List<User> userList = userMapper.selectByExample(userExample);
userList.forEach(System.out::println);
}最終結(jié)果如下，可以看到查詢結(jié)果和單表情況下是一樣的，即從11~20：
User(id=11, name=user11, phone=)
User(id=12, name=user12, phone=)
User(id=13, name=user13, phone=)
User(id=14, name=user14, phone=)
User(id=15, name=user15, phone=)
User(id=16, name=user16, phone=)
User(id=17, name=user17, phone=)
User(id=18, name=user18, phone=)
User(id=19, name=user19, phone=)
User(id=20, name=user20, phone=)詳解sharding-jdbc對于分頁查詢的底層實現(xiàn)
按照正常的單表查詢邏輯，假設(shè)我們要查詢第2頁的數(shù)據(jù)10條，我們對應(yīng)的SQL就是:
select * from user limit (page-1)*10,size =>select * from user limit 10,10而sharding-jdbc分表分頁查詢則比較粗暴，它會將對應(yīng)分頁及之前的數(shù)據(jù)全部查詢來，然后進行排序，跳過對應(yīng)頁碼的數(shù)據(jù)后，再取出對應(yīng)量級的數(shù)據(jù)返回。
以我們的分頁查詢?yōu)槔?，它會將每個分表的按照id進行升序排列之后取出各自的前20條數(shù)據(jù)，每張分表前20條數(shù)據(jù)之后，sharding-jdbc會根據(jù)我們的排序算法比對各張分表的第一條數(shù)據(jù)，很明顯user_1對應(yīng)的結(jié)果最小，所以按照此規(guī)則輪詢分表的user_1、user_2、user_0以此將這3組結(jié)果存放至優(yōu)先隊列中。
基于這個隊列，sharding-jdbc會按照分頁查詢的邏輯跳過10個，所以它會不斷取出優(yōu)先隊列中的第一個元素，然后將這組分表結(jié)果再次存回隊列，以我們的查詢?yōu)槔褪?
- 從user_1取出id為1的值，作為skip的第一個元素。
- 將user_1查詢結(jié)果入隊，因為頭元素為4，和其他兩組比最大，所以存放至隊尾。
- 再次從優(yōu)先隊列中拿到user_2的隊首元素2，作為skip的第2個元素，然后再次存入隊尾。
- 依次步驟完成跳過10個。
- 然后再按照這個規(guī)律篩選出10個，最終得到11~20。
源碼印證分頁查詢工作機制
基于上述的圖解，我們通過源碼解析方式來印證，首先mybatis會基于我們的SQL調(diào)用execute方法獲取查詢結(jié)果，然后再通過handleResultSets生成列表并返回。 我們都知道sharding-jdbc通過自實現(xiàn)數(shù)據(jù)源的同時也給出對應(yīng)的PreparedStatement即ShardingPreparedStatement，所以execute方法本質(zhì)的執(zhí)行者就是ShardingPreparedStatement，它會得到第2頁之前的所有數(shù)據(jù)，然后通過handleResultSets進行skip和limit得到最終結(jié)果：
@Override
public <E> List<E> query(Statement statement, ResultHandler resultHandler) throws SQLException {
PreparedStatement ps = (PreparedStatement) statement;
//調(diào)用sharding-jdbc的ShardingPreparedStatement的execute獲取各個分表前2頁的所有數(shù)據(jù)
ps.execute();
//通過skip結(jié)合limit得到所有結(jié)果
return resultSetHandler.handleResultSets(ps);
}步入execute方法可以看到其內(nèi)部本質(zhì)是調(diào)用preparedStatementExecutor進行查詢處理的：
@Override
public boolean execute() throws SQLException {
try {
clearPrevious();
//獲取查詢SQL
shard();
initPreparedStatementExecutor();
//執(zhí)行SQL結(jié)果并返回
return preparedStatementExecutor.execute();
} finally {
clearBatch();
}
}而該執(zhí)行方法最終會走到ShardingExecuteEngine的parallelExecute方法，通過異步查詢3張分表的結(jié)果，再通過外部傳入的回調(diào)執(zhí)行器處理這3個異步任務(wù)的查詢結(jié)果：
private <I, O> List<O> parallelExecute(final Collection<ShardingExecuteGroup<I>> inputGroups, final ShardingGroupExecuteCallback<I, O> firstCallback,
final ShardingGroupExecuteCallback<I, O> callback) throws SQLException {
Iterator<ShardingExecuteGroup<I>> inputGroupsIterator = inputGroups.iterator();
ShardingExecuteGroup<I> firstInputs = inputGroupsIterator.next();
//提交3個異步任務(wù)
Collection<ListenableFuture<Collection<O>>> restResultFutures = asyncGroupExecute(Lists.newArrayList(inputGroupsIterator), callback);
//通過回調(diào)執(zhí)行器callback阻塞獲取3個異步結(jié)果
return getGroupResults(syncGroupExecute(firstInputs, null == firstCallback ? callback : firstCallback), restResultFutures);
}得到3張分表的數(shù)據(jù)之后，其內(nèi)部邏輯最終會走到ShardingPreparedStatement的getResultSet方法，其內(nèi)部會創(chuàng)建一個合并引擎DQLMergeEngine進行并調(diào)用getCurrentResultSet進行數(shù)據(jù)截?。?/p>
@Override
public ResultSet getResultSet() throws SQLException {
//......
if (routeResult.getSqlStatement() instanceof SelectStatement || routeResult.getSqlStatement() instanceof DALStatement) {
//反射創(chuàng)建分表合并引擎
MergeEngine mergeEngine = MergeEngineFactory.newInstance(connection.getShardingContext().getDatabaseType(),
connection.getShardingContext().getShardingRule(), routeResult, connection.getShardingContext().getMetaData().getTable(), queryResults);
//截取最終結(jié)果
currentResultSet = getCurrentResultSet(resultSets, mergeEngine);
}
return currentResultSet;
}而該引擎就是DQLMergeEngine，進行合并操作時,會調(diào)用LimitDecoratorMergedResult跳過前10個元素：
private MergedResult decorate(final MergedResult mergedResult) throws SQLException {
Limit limit = routeResult.getLimit();
//......
//通過LimitDecoratorMergedResult跳過3張分表組合結(jié)果的前10個元素
if (DatabaseType.MySQL == databaseType || DatabaseType.PostgreSQL == databaseType || DatabaseType.H2 == databaseType) {
return new LimitDecoratorMergedResult(mergedResult, routeResult.getLimit());
}
//......
return mergedResult;
}跳過的邏輯就比較簡單了，LimitDecoratorMergedResult會調(diào)用合并引擎調(diào)用OrderByStreamMergedResult的next方法跳過前10個元素：
//LimitDecoratorMergedResult的skipOffset跳過10個元素
private boolean skipOffset() throws SQLException {
for (int i = 0; i < limit.getOffsetValue(); i++) {
//調(diào)用OrderByStreamMergedResult跳過組合結(jié)果的前10個元素
if (!getMergedResult().next()) {
return true;
}
}
rowNumber = 0;
return false;
}可以看到OrderByStreamMergedResult的邏輯就是我們上文所說的取出隊列中的第一組查詢結(jié)果的第一個元素，然后再將其存入隊(因為取出第一個元素后，隊首元素最大，這組結(jié)果會存至隊尾)，不斷循環(huán)跳夠10個:
@Override
public boolean next() throws SQLException {
//......
//取出隊列中第一組分表查詢結(jié)果的第一個元素
OrderByValue firstOrderByValue = orderByValuesQueue.poll();
//如果這組分表結(jié)果還有元素則將這組分表結(jié)果入隊，因為隊首元素最大，所以會存放至隊尾
if (firstOrderByValue.next()) {
orderByValuesQueue.offer(firstOrderByValue);
}
//......
return true;
}經(jīng)過上述步驟跳過10個元素后，就要截取第二頁的10個數(shù)據(jù)了，代碼再次回到PreparedStatementHandler的handleResultSets方法，該方法會調(diào)用到DefaultResultSetHandler的handleRowValuesForSimpleResultMap方法，該方法會循環(huán)10個，通過resultSet.next()移到下一條數(shù)據(jù)的游標，然后生成對象存儲到resultHandler中，最終通過這個resultHandler就可以看到我們分頁查詢的List：
private void handleRowValuesForSimpleResultMap(ResultSetWrapper rsw, ResultMap resultMap, ResultHandler<?> resultHandler, RowBounds rowBounds, ResultMapping parentMapping)
throws SQLException {
DefaultResultContext<Object> resultContext = new DefaultResultContext<>();
ResultSet resultSet = rsw.getResultSet();
skipRows(resultSet, rowBounds);
//通過resultSet.next()方法調(diào)用
while (shouldProcessMoreRows(resultContext, rowBounds) && !resultSet.isClosed() && resultSet.next()) {
ResultMap discriminatedResultMap = resolveDiscriminatedResultMap(resultSet, resultMap, null);
Object rowValue = getRowValue(rsw, discriminatedResultMap, null);
storeObject(resultHandler, resultContext, rowValue, parentMapping, resultSet);
}
}而next方法本質(zhì)還是調(diào)用LimitDecoratorMergedResult的next方法，以rowNumber 來計數(shù)，調(diào)用mergedResult的next方法將游標移動到要返回的數(shù)據(jù)，
@Override
public boolean next() throws SQLException {
//......
//同樣基于優(yōu)先隊列取夠10個
return ++rowNumber <= limit.getRowCountValue() && getMergedResult().next();
}而OrderByStreamMergedResult的next邏輯和之前差不多，就是通過輪詢優(yōu)先隊列中的每一組分表對象的隊首元素，將其存到currentQueryResult中，后續(xù)進行對象創(chuàng)建時就會從currentQueryResult中拿到這個結(jié)果生成User對象存入List中返回:
@Override
public boolean next() throws SQLException {
//......
//從優(yōu)先隊列orderByValuesQueue拿到隊首的一組分表查詢結(jié)果
OrderByValue firstOrderByValue = orderByValuesQueue.poll();
//移動當前隊列游標
if (firstOrderByValue.next()) {
orderByValuesQueue.offer(firstOrderByValue);
}
if (orderByValuesQueue.isEmpty()) {
return false;
}
//將當前優(yōu)先隊列中的隊首元素的queryResult作為本次的查詢結(jié)果，作為后續(xù)創(chuàng)建User對象的數(shù)據(jù)
setCurrentQueryResult(orderByValuesQueue.peek().getQueryResult());
return true;
}ShardingJDBC 在查詢的時候如果沒有分表鍵會帶來什么問題
自此我們了解了sharding-jdbc分頁查詢的內(nèi)部工作機制，這里我們順便說一下這種算法的缺點，查閱官網(wǎng)說法是sharding-jdbc分頁查詢不會占用內(nèi)存，說明查詢結(jié)果僅僅記錄的是游標：
首先，采用流式處理 + 歸并排序的方式來避免內(nèi)存的過量占用。由于SQL改寫不可避免的占用了額外的帶寬，但并不會導致內(nèi)存暴漲。 與直覺不同，大多數(shù)人認為ShardingSphere會將1,000,010 * 2記錄全部加載至內(nèi)存，進而占用大量內(nèi)存而導致內(nèi)存溢出。 但由于每個結(jié)果集的記錄是有序的，因此ShardingSphere每次比較僅獲取各個分片的當前結(jié)果集記錄，駐留在內(nèi)存中的記錄僅為當前路由到的分片的結(jié)果集的當前游標指向而已。 對于本身即有序的待排序?qū)ο?，歸并排序的時間復雜度僅為O(n)，性能損耗很小。
但是筆者在使用過程中，打印內(nèi)存快照時發(fā)現(xiàn)，進行500w數(shù)據(jù)的深分頁查詢發(fā)現(xiàn)，它的做法和我們上文源碼所說的一致，就是將當前頁以及之前的結(jié)果全部加載到內(nèi)存中，所以筆者認為使用sharding-jdbc時還是需要注意一下對內(nèi)存的監(jiān)控:
