
在实际的软件开发中,我们经常会遇到需要从数据库中批量获取数据的场景。然而,数据库通常会对单次查询的参数数量有所限制(例如,SQL IN子句的参数数量上限)。这意味着当我们需要查询大量ID对应的数据时,必须将这些ID列表进行分批处理,然后多次执行查询。
考虑以下Java代码示例,它试图解决分批查询的问题:
AtomicInteger counter = new AtomicInteger();
List<Cat> catList = new ArrayList<>();
List<Dog> dogList = new ArrayList<>();
List<Integer> numbers = Stream.iterate(1, e -> e + 1)
.limit(5000)
.collect(Collectors.toList());
// 将大列表分割成大小为500的小批次
Collection<List<Integer>> partitionedListOfNumbers = numbers.stream()
.collect(Collectors.groupingBy(num -> counter.getAndIncrement() / 500))
.values();
// 遍历每个批次并累加结果
partitionedListOfNumbers.stream()
.forEach(list -> {
List<Cat> interimCatList = catRepo.fetchCats(list); // 从数据库获取Cat
catList.addAll(interimCatList); // 修改外部的catList
List<Dog> interimDogList = dogRepo.fetchDogs(list); // 从数据库获取Dog
dogList.addAll(interimDogList); // 修改外部的dogList
});上述代码虽然实现了分批查询的功能,但存在一个关键问题:共享可变性(Shared Mutability)。在forEach循环内部,catList和dogList这两个外部列表被反复修改(通过addAll操作)。这种模式在单线程环境下可能不明显,但在多线程或并发环境中,可能会导致数据不一致、竞态条件等难以调试的错误。函数式编程鼓励使用不可变数据和无副作用的操作,以提高代码的健壮性和可预测性。
Java 8引入的Stream API提供了一种声明式、函数式的方式来处理集合数据,它强调数据流的转换而非直接修改。通过利用Stream API的map和flatMap操作,我们可以重构上述代码,彻底避免共享可变性问题。
立即学习“Java免费学习笔记(深入)”;
核心思想是:让每个批次查询操作返回其自身的结果列表,然后将所有这些结果列表“展平”并收集到一个全新的、不可变的结果列表中。
为了更好地演示,我们首先定义一些辅助类和接口:
import java.util.*;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.IntStream;
import java.util.stream.Stream;
// 模拟数据库查询接口
interface CatRepo {
List<Cat> fetchCats(List<Integer> keys);
}
interface DogRepo {
List<Dog> fetchDogs(List<Integer> keys);
}
// 示例实体类
class Cat {
int id;
String name;
public Cat(int id) { this.id = id; this.name = "Cat-" + id; }
@Override public String toString() { return "Cat{id=" + id + ", name='" + name + "'}"; }
}
class Dog {
int id;
String name;
public Dog(int id) { this.id = id; this.name = "Dog-" + id; }
@Override public String toString() { return "Dog{id=" + id + ", name='" + name + "'}"; }
}
// 模拟数据库查询实现
class MockCatRepo implements CatRepo {
@Override
public List<Cat> fetchCats(List<Integer> keys) {
// 模拟数据库延迟
// try { Thread.sleep(10); } catch (InterruptedException e) { Thread.currentThread().interrupt(); }
return keys.stream().map(Cat::new).collect(Collectors.toList());
}
}
class MockDogRepo implements DogRepo {
@Override
public List<Dog> fetchDogs(List<Integer> keys) {
// 模拟数据库延迟
// try { Thread.sleep(10); } catch (InterruptedException e) { Thread.currentThread().interrupt(); }
return keys.stream().map(Dog::new).collect(Collectors.toList());
}
}现在,我们使用Stream API来重构核心逻辑。
首先,我们需要生成一个包含所有待查询ID的列表,并将其分割成多个小批次。这里我们使用IntStream.rangeClosed生成整数序列,并结合Collectors.groupingBy进行分批。
// 初始化模拟仓库
CatRepo catRepo = new MockCatRepo();
DogRepo dogRepo = new MockDogRepo();
AtomicInteger counter = new AtomicInteger();
int BATCH_SIZE = 500;
int TOTAL_NUMBERS = 5000; // 模拟5000个ID
// 生成1到5000的整数,并按BATCH_SIZE进行分批
Collection<List<Integer>> partitionedListOfNumbers = IntStream.rangeClosed(1, TOTAL_NUMBERS)
.boxed() // 将IntStream转换为Stream<Integer>
.collect(Collectors.groupingBy(num -> counter.getAndIncrement() / BATCH_SIZE))
.values(); // 获取所有分批后的子列表集合在这个步骤中,AtomicInteger在这里的作用是为每个元素生成一个递增的索引,然后通过index / BATCH_SIZE将元素分配到不同的组中,从而实现批次划分。
现在,我们可以利用Stream API的强大功能来并行或顺序地处理这些批次,并以不可变的方式收集结果。
// 获取Cat列表
List<Cat> catList = partitionedListOfNumbers.stream()
.map(catRepo::fetchCats) // 对每个批次调用fetchCats,得到 Stream<List<Cat>>
.flatMap(Collection::stream) // 将 Stream<List<Cat>> 展平为 Stream<Cat>
.collect(Collectors.toList());// 收集到最终的 List<Cat>
// 获取Dog列表
List<Dog> dogList = partitionedListOfNumbers.stream()
.map(dogRepo::fetchDogs) // 对每个批次调用fetchDogs,得到 Stream<List<Dog>>
.flatMap(Collection::stream) // 将 Stream<List<Dog>> 展平为 Stream<Dog>
.collect(Collectors.toList());// 收集到最终的 List<Dog>
// 打印结果(可选)
// System.out.println("Fetched Cats: " + catList.size());
// System.out.println("Fetched Dogs: " + dogList.size());
// System.out.println("First Cat: " + (catList.isEmpty() ? "N/A" : catList.get(0)));
// System.out.println("Last Cat: " + (catList.isEmpty() ? "N/A" : catList.get(catList.size() - 1)));通过这种方式,我们完全避免了对外部可变列表的直接修改。catList和dogList在声明时即被初始化,并在所有数据处理完成后,通过collect操作一次性赋值,确保了其不可变性。
观察上述代码,catList和dogList的生成逻辑高度相似,唯一的区别在于调用的fetch方法。我们可以进一步抽象出一个通用方法来减少代码重复:
/**
* 通用方法:根据分批的键列表和查询函数,批量获取数据并合并。
* @param partitionedKeys 分批的键列表
* @param fetchFunction 每个批次对应的查询函数(例如:catRepo::fetchCats)
* @param <T> 返回结果的类型
* @return 包含所有查询结果的合并列表
*/
public static <T> List<T> fetchAnimalsInBatches(
Collection<List<Integer>> partitionedKeys,
Function<List<Integer>, List<T>> fetchFunction) {
return partitionedKeys.stream()
.map(fetchFunction) // 应用传入的查询函数
.flatMap(Collection::stream) // 展平结果
.collect(Collectors.toList());// 收集到最终列表
}
// 如何使用这个通用方法
List<Cat> catListOptimized = fetchAnimalsInBatches(partitionedListOfNumbers, catRepo::fetchCats);
List<Dog> dogListOptimized = fetchAnimalsInBatches(partitionedListOfNumbers, dogRepo::fetchDogs);
// System.out.println("Optimized Fetched Cats: " + catListOptimized.size());
// System.out.println("Optimized Fetched Dogs: " + dogListOptimized.size());这个通用方法极大地提高了代码的复用性和可维护性,使得我们可以用更简洁的方式处理不同类型的数据查询。
通过本教程,我们学习了如何利用Java Stream API的map和flatMap操作,以函数式、不可变的方式解决分批数据库查询中的共享可变性问题。这种方法不仅提升了代码的线程安全性,还使得代码更加简洁、可读性更强。在处理集合数据时,拥抱Stream API和函数式编程范式,能够帮助我们编写出更健壮、更易于维护的Java应用程序。
以上就是Java Stream API实践:避免共享可变性实现分批数据查询的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号