求解 spring中jdbcTemplate从mysql百万数据查询出50多万条数据很慢
数据库里面大概有100W条数据,select udid,token,country,language,platform,osVersion from device_info where platform=?这段查询出来大概有50W数据,在程序中查询很慢,数据中查询也就2s左右,求解?可以用分表来解决吗?
public List<Device> findByPlatform(int platform) {
String key = "platform-device-"+platform;
List<Device> devices = (List<Device>) RedisClient.getObject(key);
if(devices == null){
String sql = "select udid,token,country,language,platform,osVersion from device_info where platform=?";
devices = (List<Device>) jdbcTemplate.query(sql, new Object[]{platform}, new DeviceMapper());
//这句执行很慢,数据库里面总共100W数据,查询出来大概有50W条数据,数据库执行时间大概2-3s,
//求解为什么在程序里面执行这么慢?
}
return devices;
}
相关推荐
读取txt-jdbc导入百万级数据.rar
利用spring jdbctemplate 导入百万数据 里面还用到匿名内部类的方法实现,多多支持
SpringBoot用JdbcTemplates访问Mysql实例代码
本篇文章主要介绍了SpringBoot用JdbcTemplates访问Mysql实例代码,非常具有实用价值,需要的朋友可以参考下
数据库+AI Agent+工具链:从痛点分析到最小工程实现
数据库访问是AI Agent落地的关键环节,而SQL生成质量与工具链集成往往成为工程化的主要瓶颈。从Spring Data等访问抽象出发,先理解数据库方言、权限边界和元数据差异,再结合AI Agent的function calling与上下文约束,才能让模型稳定地生成只读SQL。工具链侧则需处理Python、Java、模型SDK与数据库驱动的版本兼容问题。通过设计只读SQL工具、HTTP接口、批量任务与排查清单,可以构建一套安全可用的Agent查询链路。Spring Boot与Python双版本实现,为数据
Spring Batch 生产实战:千万级数据同步的可靠性设计
批处理(Batch Processing)是企业级数据集成的核心范式,其本质在于通过可控事务、状态追踪与容错机制,实现大规模数据的可靠流转。Spring Batch 作为 Java 生态最成熟的批处理框架,以 Job/Step 分层模型、Chunk 处理单元和 ExecutionContext 状态管理为基石,支撑金融对账、订单结算等强一致性场景。本文聚焦真实生产需求——Oracle 到 Elasticsearch 的 800 万级交易流水同步,深入解析断点续传、失败跳过、幂等写入、并行分片与 K8s 可靠
埃斯顿ESTUN-ER10-1600-六轴机械臂码垛仿真
埃斯顿ESTUN_ER10_1600_六轴机械臂码垛仿真


