SQL优化相关

文章目录

1. 1. SQL优化方法
   1. 1.1. 一、异步写数据库
   2. 1.2. 二、SQL语句优化
   3. 1.3. 三、二级缓存,减少SQL访问次数

SQL优化方法

一、异步写数据库

新开线程

ThreadPoolExecutor executor = new ThreadPoolExecutor(1,
    1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>());
executor.execute(new Runnable() {
    @Override
    public void run() {
        int res = 0;
        res = favoriteItemMapper.insertFavoriteItem(favoriteItem);
        log.info("添加喜欢商品结束：受影响行数：{}",res);
    }
});

主要问题：

• 每次操作都新开线程池，资源消耗很大
• 线程池设置的存活时间极短，没有体现池的优势

消息队列ActiveMQ

二、SQL语句优化

1. 避免select * 的存在
2. 动态SQL

例如一个插入语句，可以根据参数包含属性的不同，有选择的进行属性插入：

<insert id="insertFavoriteItem" parameterType="com.jcloud.b2c.favoriteItem.domain.FavoriteItem" >
        insert into user_favorite_item
        <trim prefix="(" suffix=")" suffixOverrides="," >
            <if test="tenantId != null" >
                tenant_id,
            </if>
            <if test="shopId != null" >
                shop_id,
            </if>
            <if test="skuId != null" >
                sku_id,
            </if>
            <if test="userId != null" >
                user_id,
            </if>
            <if test="addTime != null" >
                add_time,
            </if>
            <if test="skuName != null" >
                sku_name,
            </if>
            <if test="skuPictureUrl != null" >
                sku_picture_url,
            </if>
        </trim>
        <trim prefix="values (" suffix=")" suffixOverrides="," >
            <if test="tenantId != null" >
                #{tenantId,jdbcType=BIGINT},
            </if>
            <if test="shopId != null" >
                #{shopId,jdbcType=BIGINT},
            </if>
            <if test="skuId != null" >
                #{skuId,jdbcType=BIGINT},
            </if>
            <if test="userId != null" >
                #{userId,jdbcType=BIGINT},
            </if>
            <if test="addTime != null" >
                #{addTime,jdbcType=TIMESTAMP},
            </if>
            <if test="skuName != null" >
                #{skuName,jdbcType=VARCHAR},
            </if>
            <if test="skuPictureUrl != null" >
                #{skuPictureUrl,jdbcType=VARCHAR},
            </if>
        </trim>
    </insert>

三、二级缓存,减少SQL访问次数

例如BatchPrices批价格的获取，设置一个30s的缓存，可以提高刷新操作的效率。

try {
    Long tenantId = ControllerContext.getTenantId();
    //静态方法拼装Redis的Key
    String key = CacheKeyUtils.getProductpPriceKey(B2C_BATCH_PRICE_KEY + tenantId + itemIds + priceArea);
    //Guava一级缓存（get方法）
    result = CACHE_PRICE.get(key, new Callable<BaseResponseVo<List<ItemPriceVo>>>() {
        public BaseResponseVo<List<ItemPriceVo>> call() {
            //从Redis中获取值，拼装成返回值BaseResponseVo<List<ItemPriceVo>>
            String json = cacheFeignClient.get(tenantId, key);
            BaseResponseVo<List<ItemPriceVo>> priceRes = new BaseResponseVo();
            priceRes.setData(Collections.EMPTY_LIST);
            if (StringUtils.isEmpty(json)) {
            //Redis未命中，访问数据库
                riceRes = itemClient.findItemsPrice(ControllerContext.getTenantId(),ControllerContext.getShopId(), itemIds, priceArea);
                    try {
                        //写入缓存，存活时间30s
                        cacheFeignClient.saveBytes2Cache(tenantId, key, JSON.toJSONString(priceRes).getBytes("UTF-8"), 30);
                    } catch (UnsupportedEncodingException e) {
                        e.printStackTrace();
                    }
            } else {
                //Redis命中，从缓存中取数据
                priceRes =  JSON.parseObject(json, new TypeReference<List<ItemPriceVo>>() {}.getType());
            }
            return priceRes;
        }
    });
}