一、前言

一個老系統隨著數據量越來越大，我們察覺到部分分頁語句拖慢了我們的速度。

鑒于老系統的使用方式，不打算使用pagehelper和mybatis-plus來處理，加上系統里使用得是druid連接池，考慮直接使用druid來優化。

二、老代碼

老代碼是使用得一個mybatis插件進行的分頁，分頁的核心代碼如下：

// 記錄統計的 sqlString countSql = 'select count(0) from (' + sql+ ') tmp_count';PreparedStatement countStmt = connection.prepareStatement(countSql);BoundSql countBS = new BoundSql(mappedStatement.getConfiguration(), countSql, boundSql.getParameterMappings(), parameterObject);setParameters(countStmt, mappedStatement, countBS,parameterObject);

在原始的 sql 外面包裝了一個 count sql，當然很多插件都是這樣做的。

三、druid 的 PagerUtil

示例 sql(有比較復雜的坐標計算)

SELECT g.* , ROUND(6378.138 * 2 * ASIN(SQRT(POW(SIN((? * PI() / 180 - t.latitude * PI() / 180) / 2), 2) + COS(? * PI() / 180) * COS(t.latitude * PI() / 180) * POW(SIN((? * PI() / 180 - t.longitude * PI() / 180) / 2), 2))), 2) AS distancecd , t.agentname, t.agentlogo, t.compaddressFROM t_bas_integral_goods g LEFT JOIN t_bas_agent t ON g.agentid = t.AGENTIDWHERE t.AGENTTYPE = ’2’ AND t.pass = ’0’ AND t.dl_type = ’4’ AND g.type = 0ORDER BY distancecd ASC

使用 Druid 生成 count sql：

String countSql = PagerUtils.count(sql, DbType.mysql);System.out.println(countSql);

輸出：

SELECT COUNT(*)FROM t_bas_integral_goods g LEFT JOIN t_bas_agent t ON g.agentid = t.AGENTIDWHERE t.AGENTTYPE = ’2’ AND t.pass = ’0’ AND t.dl_type = ’4’ AND g.type = 0

我們可以看到優化后的 count sql 變得十分簡潔，坐標計算的都已經丟棄掉。 注意：PagerUtil還有limit方法用來生成limit語句，感興趣的同學可以自行試驗。

四、改造mybatis分頁插件

4.1 踩坑之路

看到上面 druid PagerUtils count 的優化效果，立馬開始改造起來，起初只改掉了countSql，

String countSql = PagerUtils.count(sql, dbType);PreparedStatement countStmt = connection.prepareStatement(countSql);BoundSql countBS = new BoundSql(mappedStatement.getConfiguration(), countSql, boundSql.getParameterMappings(), parameterObject);setParameters(countStmt, mappedStatement, countBS,parameterObject);

啟動起來測試一番就發現報錯了，因為原始 sql 中含有?變量，優化后的 sql 已經沒有變量了，插件還會繼續給他設置變量。 我們要怎么解決這個問題呢？

我們再回頭看看pagehelper和mybatis-plus是怎么實現的！它倆都是基于jsqlparser對 sql 進行解析，然后處理。

要多加一個jsqlparser？沒必要沒必要，druid 的 sql 解析功能也是很強大的，我看了看PagerUtils.count方法的源碼，大不了用 druid 的 sql 解析實現一遍。

看了看源碼之后我陷入了沉思，有必要搞這么復雜么？有沒有更好的方法？我反復 debug 發現了，DynamicSqlSource中有帶#{xxx}這樣的原始 sql，

那么我是否可以使用 druid 先對這種 mybatis 占位符的 sql 進行優化呢？我們來試試：

示例 sql：

select * from xxx where type = #{type} order by xx

輸出：

SELECT COUNT(*)FROM xxxWHERE type = #{type}

完美?。?！ 4.2 繼續踩坑

然而直接在 Mapper 上注解的 sql 還是有問題，拿不到原始的 sql，debug 發現 RawSqlSource 在構造器里就將 sql 處理成了?號掛參的形式。

@Select('select * from xxx where type = #{type} order by xx')Object test(@Param('type') String type);

那么我只能看看能不能擴展它，我找到了它是在XMLLanguageDriver里進行初始化，這下好辦了，因為我之前擴展過XMLLanguageDriver，它是可以自定義配置的。 于是我重寫了RawSqlSource, 添加上了包含 mybatis 參數占位符（#{}）的rawSql字段。

/** * 原始 sql，用于方便 druid 工具進行分頁 * * @author L.cm */public class MicaRawSqlSource implements SqlSource { private final String rawSql; private final SqlSource sqlSource; public MicaRawSqlSource(Configuration configuration, SqlNode rootSqlNode, Class<?> parameterType) { this(configuration, getSql(configuration, rootSqlNode), parameterType); } public MicaRawSqlSource(Configuration configuration, String sql, Class<?> parameterType) { SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder(configuration); Class<?> clazz = parameterType == null ? Object.class : parameterType; this.rawSql = sql; this.sqlSource = sqlSourceParser.parse(sql, clazz, new HashMap<>()); } // ... ...}

自此全部邏輯已經走通，我們再來看看我們的PagePlugin核心代碼：

// 進行分頁Configuration configuration = mappedStatement.getConfiguration();SqlSourceBuilder sqlSourceParser = new SqlSourceBuilder(configuration);Class<?> parameterType = parameterObject.getClass();Connection connection = (Connection) invocation.getArgs()[0];// 1. 對 sql 進行判斷，如果沒有 ? 號，則直接處理String boundRawSql = boundSql.getSql();if (boundRawSql.indexOf(CharPool.QUESTION_MARK) == -1) { // 不包含 ？ 號 String countSql = PagerUtils.count(boundRawSql, dbType); SqlSource newSqlSource = sqlSourceParser.parse(countSql, parameterType, new HashMap<>()); BoundSql newBoundSql = newSqlSource.getBoundSql(parameterObject); int count = getCount(connection, mappedStatement, parameterObject, newBoundSql); StringBuilder sqlBuilder = new StringBuilder(boundRawSql); Page page = getPageParam(parameterObject, sqlBuilder, count); String pageSql = generatePageSql(sqlBuilder.toString(), dbType, page); // 將分頁sql語句反射回BoundSql. setField(boundSql, 'sql', pageSql); return invocation.proceed();}// 2. 按 SqlSource 進行解析SqlSource sqlSource = mappedStatement.getSqlSource();// xml 中的動態 sqlint count;if (sqlSource instanceof DynamicSqlSource) { SqlNode rootSqlNode = PagePlugin.getField(sqlSource, 'rootSqlNode'); DynamicContext context = new DynamicContext(configuration, parameterObject); rootSqlNode.apply(context); // 生成 count sql，帶 #{xxx} 變量的 sql String countSql = PagerUtils.count(context.getSql(), dbType); SqlSource newSqlSource = sqlSourceParser.parse(countSql, parameterType, context.getBindings()); BoundSql newBoundSql = newSqlSource.getBoundSql(parameterObject); count = getCount(connection, mappedStatement, parameterObject, newBoundSql);} else if (sqlSource instanceof MicaRawSqlSource) { String rawSql = ((MicaRawSqlSource) sqlSource).getRawSql(); DynamicContext context = new DynamicContext(configuration, parameterObject); // 生成 count sql，帶 #{xxx} 變量的 sql String countSql = PagerUtils.count(rawSql, dbType); SqlSource newSqlSource = sqlSourceParser.parse(countSql, parameterType, context.getBindings()); BoundSql newBoundSql = newSqlSource.getBoundSql(parameterObject); count = getCount(connection, mappedStatement, parameterObject, newBoundSql);} else { throw new IllegalArgumentException('不支持的 sql 分頁形式，請使用 xml 或者注解');}

五、結論

整個老服務通過切換到 mica（深度定制）的微服務架構（演示環境僅僅在單服務低內存配置）之后速度提升效果明顯，當然后面我們還會繼續進行優化。

到此這篇關于SpringBoot使用 druid 連接池來優化分頁語句的文章就介紹到這了,更多相關SpringBoot druid 連接池分頁內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！