分库数据如何查询统计

分库数据如何查询统计分库后的计算不能直接使用SQL;异构库 SQL 函数不尽相同;JAVA 硬编码实施难度大;即使借助透明网关访问远程数据库,分库性能优化也是头疼问题。 一般常规办法: 方法1:java硬编码 简单的跨…

分库数据如何查询统计

分库后的计算不能直接使用SQL;异构库 SQL 函数不尽相同;JAVA 硬编码实施难度大;即使借助透明网关访问远程数据库,分库性能优化也是头疼问题。

一般常规办法:

方法1java硬编码

简单的跨库count运算,Java部分代码大概要写成这样

public Connection   getConnection(String drivername,String url, String username, String password)   {

                  try   {

                                    Class.forName(drivername);

                                    conn   = DriverManager.getConnection(url, username, password);

                  }   catch (Exception e) {

                                    System.out.println(“DBUtils.getConnection_FAILED!”);

                                    e.printStackTrace();

                  }

                  return   conn;

}

Connection conn1 = DBUtils.getConnection(URL1,   USER1, PASSWORD1);

Connection conn2 = DBUtils.getConnection(URL2,   USER2, PASSWORD2);

String sql = “select count(*) c from   sales”;

 

PreparedStatement ptmt1 = conn1.prepareStatement(sql);

PreparedStatement ptmt2 = conn1.prepareStatement(sql);

ResultSet rs1 = ptmt1.executeQuery();

ResultSet rs2 = ptmt2.executeQuery();

return rs1.getInt(“c”)   + rs2.getInt(“c”);

 

方法2:透明网关

例如oracledblink

 

带有DBLINKSQL,优化起来很复杂。可以通过分析执行计划,利用collocated inline viewdriving_site hint 等手段,来优化这些带有DBLINKSQL。但这即使对于一名经验丰富的DBA来说,也是件很头疼、很费劲的事。

 

这种情况下,如果有集算器就简单很多,看下面这个例子:

n个库的count运算。该运算需要在各分库中分别进行 count,对各分库的结果,在汇总阶段要用sum求和,集算器(SPL)仅4行就可以搞定了。

  A B
1 =n.(connect(“mysql”+string(~))) //获取n个分库的连接
2 =SQL=”select   count(*) c from sales” //需要在分库中执行的SQL
3 =A1.(~.cursor(SQL)) //n个分库中执行 SQL
4 =A3.conjx().total(sum(c)) //将各分库算出的count值进行汇总

即使分库数据库为异构的情况,集算器也可以通过SQL翻译功能方便地进行SQL转化,为不同数据库提供可执行的SQL

利用集算器还可根据数据特征,轻松写出具有针对性的高性能代码,无需大量硬编码,即可实现高效的算法 。诸如排序、top、分组、去重、连接等各类分库运算,都可以轻松实现,感兴趣可以参考:分库后的查询统计

 

集算器还很容易嵌入到Java应用程序中,Java如何调用SPL脚本有使用和获得它的方法。

关于集算器安装使用、获得免费授权和相关技术资料,可以参见如何使用集算器

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/7815.html

(0)
上一篇 2023-03-13
下一篇 2023-03-13

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注