不知道大家之前對類似什么是MySQL JDBC StreamResult通信原理的文章有無了解，今天我在這里給大家再簡單的講講。感興趣的話就一起來看看正文部分吧，相信看完什么是MySQL JDBC StreamResult通信原理你一定會有所收獲的。
【先回顧一下簡單的通信】：
JDBC與數(shù)據(jù)庫之間的通信是通過Socket完成的，因此我們可以把數(shù)據(jù)庫當成一個SocketServer的提供方，因此當SocketServer返回數(shù)據(jù)的時候（類似于SQL結果集的返回）其流程是：服務端程序數(shù)據(jù)（數(shù)據(jù)庫） -> 內(nèi)核Socket Buffer -> 網(wǎng)絡 -> 客戶端Socket Buffer -> 客戶端程序（JDBC所在的JVM內(nèi)存）
到目前為止，IT行業(yè)中大家所看到的JDBC無論是：MySQL JDBC、SQL Server JDBC、PG JDBC、Oracle JDBC。甚至于是NoSQL的Client：Redis Client、MongoDB Client、Memcached，數(shù)據(jù)的返回基本也是這樣一個邏輯。
【使用MySQL JDBC默認直接讀取數(shù)據(jù)為什么會掛？】
（1）MySQL Server方在發(fā)起的SQL結果集會全部通過OutputStream向外輸出數(shù)據(jù)，也就是向本地的Kennel對應的socket buffer中寫入數(shù)據(jù)，這是一次內(nèi)存拷貝（內(nèi)存拷貝這個不是本文的重點）。
（2）此時Kennel的Buffer有數(shù)據(jù)的時候就會把數(shù)據(jù)通過TCP鏈路（JDBC主動發(fā)起的Socket鏈路），回傳數(shù)據(jù)，此時數(shù)據(jù)會回傳到JDBC所在機器上，會先進入Kennel區(qū)域，同樣進入到一個Buffer區(qū)。
（3）JDBC在發(fā)起SQL操作后，Java代碼是在inputStream.read()操作上阻塞，當緩沖區(qū)有數(shù)據(jù)的時候，就會被喚醒，然后將緩沖區(qū)的數(shù)據(jù)讀取到Java內(nèi)存中，這是JDBC端的一次內(nèi)存拷貝。
（4）接下來MySQL JDBC會不斷讀取緩沖區(qū)數(shù)據(jù)到Java內(nèi)存中，MySQL Server會不斷發(fā)送數(shù)據(jù)。注意在數(shù)據(jù)沒有完全組裝完之前，客戶端發(fā)起的SQL操作不會響應，也就是給你的感覺MySQL服務端還沒響應，其實數(shù)據(jù)已經(jīng)到本地，JDBC還沒對調(diào)用execute方法的地方返回結果集的第一條數(shù)據(jù)，而是不斷從緩沖器讀取數(shù)據(jù)。
（5）關鍵是這個傻帽就像一把這個數(shù)據(jù)讀取完，根本不管家里放不放的下，就會將整個表的內(nèi)容讀取到Java內(nèi)存中，先是FULL GC，接下來就是內(nèi)存溢出。
【JDBC參數(shù)上設置useCursorFetch=true可以解決】
這個方案配合FetchSize設置，確實可以解決問題，這個方案其實就是告訴MySQL服務端我要多少數(shù)據(jù)，每次要多少數(shù)據(jù)，通信過程有點像這樣：
這樣做就像我們生活中的那樣，我需要什么就去超市買什么，需要多少就去買多少。不過這種交互不像現(xiàn)在網(wǎng)購，坐在家里就可以把東西送到家里來，它一定要走路（網(wǎng)絡鏈路），也就是需要網(wǎng)絡的時間開銷，假如數(shù)據(jù)有1億數(shù)據(jù)，將FetchSize設置成1000的話，會進行10萬次來回通信；如果網(wǎng)絡延遲同機房0.02ms，那么10萬次通信會增加2秒的時間，不算大。那么如果跨機房2ms的延遲時間會多出來200秒（也就是3分20秒），如果國內(nèi)跨城市10~40ms延遲，那么時間將會1000~4000秒，如果是跨國200~300ms呢？時間會多出十多個小時出來。
在這里的計算中，我們還沒有包含系統(tǒng)調(diào)用次數(shù)增加了很多，線程等待和喚醒的上下文次數(shù)變多，網(wǎng)絡包重傳的情況對整體性能的影響，因此這種方案看似合理，但是性能確不怎么樣。
另外，由于MySQL方不知道客戶端什么時候將數(shù)據(jù)消費完，而自身的對應表可能會有DML寫入操作，此時MySQL需要建立一個臨時表空間來存放需要拿走的數(shù)據(jù)。因此對于當你啟用useCursorFetch讀取大表的時候會看到MySQL上的幾個現(xiàn)象：
（1）IOPS飆升，因為存在大量的IO讀取，如果是普通硬盤，此時可能會引起業(yè)務寫入的抖動
（2）磁盤空間飆升，這塊臨時空間可能比原表更大，如果這個表在整個庫內(nèi)部占用相當大的比重有可能會導致數(shù)據(jù)庫磁盤寫滿，空間會在結果集讀取完成后或者客戶端發(fā)起Result.close()時由MySQL去回收。
（3）CPU和內(nèi)存會有一定比例的上升，根據(jù)CPU的能力決定。
（4）客戶端JDBC發(fā)起SQL后，長時間等待SQL響應數(shù)據(jù)，這段時間就是服務端在準備數(shù)據(jù)，這個等待與原始的JDBC不設置任何參數(shù)的方式也表現(xiàn)出等待，在內(nèi)部原理上是不一樣的，前者是一直在讀取網(wǎng)絡緩沖區(qū)的數(shù)據(jù)，沒有響應給業(yè)務，現(xiàn)在是MySQL數(shù)據(jù)庫在準備臨時數(shù)據(jù)空間，沒有響應給JDBC。
【Stream讀取數(shù)據(jù)】
我們知道第1種方式會導致Java掛掉，第2種方式效率低而且對MySQL數(shù)據(jù)庫的影響較大，客戶端響應也較慢，僅僅能夠解決問題而已，那么現(xiàn)在來看下Stream讀取方式。
前面提到當你使用statement.setFetchSize(Integer.MIN_VALUE)或com.mysql.jdbc.StatementImpl.enableStreamingResults()就可以開啟Stream讀取結果集的方式，在發(fā)起execute之前FetchSize不能再手工設置，且確保游標是FORWARD_ONLY的。
這種方式很神奇，似乎內(nèi)存也不掛了，響應也變快了，對MySQL的影響也變小了，至少IOPS不會那么大了，磁盤占用也沒有了。以前僅僅看到JDBC中走了單獨的代碼，認為這是MySQL和JDBC之間的另一種通信協(xié)議，殊不知，它竟然是“客戶端行為”，沒錯，你沒看錯，它就是客戶端行為。
它在發(fā)起enableStreamingResults()的時候，幾乎不會做任何與服務端的交互工作，也就是服務端會按照方式1回傳數(shù)據(jù)，那么服務端使勁向緩沖區(qū)懟數(shù)據(jù)，客戶端是如何扛得住壓力的呢？
在JDBC當中，當你開啟Stream結果集處理的時候，它并不是一把將所有數(shù)據(jù)讀取到Java內(nèi)存中的，也就是圖1中并不是一次性將數(shù)據(jù)讀取到Java緩沖區(qū)的，而是每次讀取一個package（這個package可以理解成Java中的一個byte[]數(shù)組），一次最多讀取這么多，然后會看是否繼續(xù)向下讀取保證數(shù)據(jù)的完整性。業(yè)務代碼是按照字節(jié)解析成行也業(yè)務方使用的。
服務端剛開始使勁向緩沖區(qū)懟數(shù)據(jù)，這些數(shù)據(jù)也會懟滿客戶端的內(nèi)核緩沖區(qū)，當兩邊的緩沖區(qū)都被懟滿的時候，服務端的1個Buffer嘗試通過TCP傳遞數(shù)據(jù)給接收方時，此時由于消費方的緩沖區(qū)也是滿的，因此發(fā)送方的線程會阻塞住，等待對方消費，對方消費一部分，就可以推送一部分數(shù)據(jù)過去。連起來看就是JDBC的Stream數(shù)據(jù)未來得及消費之前，緩沖區(qū)數(shù)據(jù)如果是滿的，那么MySQL發(fā)送數(shù)據(jù)的線程就阻塞住了，這樣確保了一個平衡（關于這一點，大家可以使用Java的Socket來嘗試下是否是這樣的）。
對于JDBC客戶端，數(shù)據(jù)獲取的時候每次都在本地的內(nèi)核緩沖區(qū)當中，就在小區(qū)的快遞包裹箱拿回家一個距離，那么自然比起每次去超市的RT要小得多了，而且這個過程是準備好的數(shù)據(jù)，所以沒有IO阻塞的過程（除非MySQL服務端傳遞的數(shù)據(jù)還不如消費端處理數(shù)據(jù)來得快，那一般也只有消費端不做任何業(yè)務，拿到數(shù)據(jù)直接放棄的測試代碼，才會發(fā)生這樣的事情），這個時候不論：跨機房、跨地區(qū)、跨國家，只要服務端開始響應就會源源不斷地傳遞數(shù)據(jù)過來，而這個動作即使是第1種方式也是必然需要經(jīng)歷的過程。
相對于第1種方式，JDBC使用的時候會不導致內(nèi)存溢出，即使讀取大表不內(nèi)存溢出也會很長時間才會響應；不過這種方式相對方式1來講對數(shù)據(jù)庫影響相對較大，在傳遞的數(shù)據(jù)的過程中，相應的數(shù)據(jù)行會被上鎖（防止被修改），使用InnoDB會分段加鎖處理，使用MyISAM會加全表鎖，可能導致業(yè)務阻塞。
【理論上可以更進一步，只要你愿意】
理論上這種方式是比較好的了，但是就完美主義來講，我們可以繼續(xù)探討一下，對于懶人來講，我們連到小區(qū)樓下快遞包裹箱去拿一下的動力也是沒有的，我們心里想的就是要是誰給我拿到家里來送到我嘴巴里，連嘴巴都給我掰開多好。
在技術上理論上確實可以做到這樣，因為JDBC從內(nèi)核拷貝內(nèi)存到Java當中是需要花時間的，要是有另一個人把這個事情做了，我在家里干別的事情的時候它就給我送到家里來了，我要用的時候就直接從家里來，這個時間豈不是省掉了。每錯，對于你來講確實省掉了，不過問題就是誰來送？
在程序中一定需要加一個線程來干這個事情，把內(nèi)核的數(shù)據(jù)拷貝到應用內(nèi)存，甚至于解析成行數(shù)據(jù)，應用程序直接使用，但這一定完美嗎？其實這個中間就有個協(xié)調(diào)問題了，例如家里要炒菜，缺一包調(diào)料，原本可以自己到樓下買，但是非要讓別人送家里，這個時候其它的菜都下鍋了，就剩一包調(diào)料，那么你沒別的辦法，只能等這包調(diào)料送到家里來以后才能進行炒菜的下一道工序。所以，在理想情況下，它可以節(jié)約很多次內(nèi)存拷貝時間，會增加一些協(xié)調(diào)鎖的開銷。
那么可以不可以直接從內(nèi)核緩沖區(qū)讀取數(shù)據(jù)呢？
理論上也是可以的，在解釋這個問題之前，我們先了解下除了這一次內(nèi)存拷貝還有那些：
JDBC按照二進制將內(nèi)核緩沖區(qū)的數(shù)據(jù)讀取后，也會進一步解析成具體的結構化數(shù)據(jù)，由于此時要給業(yè)務方返回ResultSet的具體行的結構化數(shù)據(jù)，也就是生成RowData的數(shù)據(jù)一定會有一次拷貝，而且JDBC返回某些對象類型數(shù)據(jù)的時候（例如byte []數(shù)組），在某些場景的實現(xiàn)，它不希望你通過結果集修改返回結果中的byte []的內(nèi)容（byte[1] = 0xFF）去修改ResultSet本身內(nèi)容，可能還會再做1次內(nèi)存拷貝，業(yè)務代碼使用過程中還會存在拼字符串，網(wǎng)絡輸出等，又是一堆的內(nèi)存拷貝，這些在業(yè)務層面是無法避免的，相對這點點拷貝來講，簡直微不足道，所以我們也沒去干這事情，以為從整體上看幾乎微不足道，除非你的程序瓶頸在這里。
因此從整體上看內(nèi)存拷貝是無法避免的，多的這一次無非是系統(tǒng)級的調(diào)用，開銷會更大一點，從技術上來講，我們是可以做到直接從內(nèi)核態(tài)直接讀取數(shù)據(jù)的；但這個時候就需要按照字節(jié)將Buffer從的數(shù)據(jù)拿走才能讓遠程更多的數(shù)據(jù)傳遞過來，沒有第三個位置存放Buffer了，否則又回到了內(nèi)核到應用的內(nèi)存拷貝上來了。
相對來講，服務端倒是可以優(yōu)化直接將數(shù)據(jù)通過直接IO的方式傳遞（不過這種方式數(shù)據(jù)的協(xié)議就和數(shù)據(jù)的存儲格式一致了，顯然只是理論上的）， 要真正做到自定義的協(xié)議，又要通過內(nèi)核態(tài)數(shù)據(jù)直接發(fā)送，需要通過修改OS級別的文件系統(tǒng)協(xié)議，來達到轉換的目的。
看完什么是MySQL JDBC StreamResult通信原理這篇文章，大家覺得怎么樣？如果想要了解更多相關，可以繼續(xù)關注我們的行業(yè)資訊板塊。
重慶分公司
重慶分公司
