Использование NamedParameterJdbcTemplate, когда я выполняю запрос, он извлекает миллионы документов. Мне нужно обработать их все, но их не нужно загружать в память сразу. Как я могу обрабатывать результирующий набор партиями без приложения, которое должно указывать дополнительные предложения (например, без использования primary_key in())Использование Spring DAO NamedParameterJdbcTemplate для обработки большого набора данных
ответ
Я думаю, вы можете использовать любой шаблон (SimpleJdbc, NamedJdbc или JdbcTemplate) при условии, что вы извлекаете данные в куски, используя ResultSetExtractor и RowMapper, или используя любую другую технику разбиения на страницы. Вы можете обратиться к
Я бы сказал, рассмотрит использовать нативный запрос, первый порядок ваших данных, а затем использовать какое-то постраничное ключевое слово в TOP, LIMIT, ROWNUM
(в зависимости от вашей базы данных), чтобы вернуть фрагмент данных, основанные на страницах , принести информацию в приложение, увеличить сетевой трафик, и я считаю, что базы данных могут эффективно выполнять эти задачи.
Существует хорошая весна партия модуль, который позволит вам сделать это с помощью
<bean id="cmrProcessReader" class="org.springframework.batch.item.database.JpaPagingItemReader" scope="step">
<property name="entityManagerFactory" ref="entityManagerFactory" />
<property name="queryString" value="SELECT cmr FROM CmrRequestEntity cmr where cmr.errorMessage is null and cmr.onThread = 0 and cmr.processed = 0 " />
<property name="pageSize" value="10" />
</bean>
Но я верю, что вы не используете JPA, поэтому следует использовать собственные запросы.
- 1. Использование Spring DAO в NamedParameterJDBCTemplate, как я могу кодировать инструкцию для нескольких столбцов IN?
- 2. Написание виджета таблицы rikulo для обработки большого набора данных?
- 3. R: Циклы для обработки большого набора данных (ГБ) в кусках?
- 4. Обработка большого набора данных
- 5. Подкачка большого набора данных
- 6. Spring JdbcTemplate и NamedParameterJdbcTemplate
- 7. Гистограмма для большого набора данных
- 8. Многоклассовая классификация для большого набора данных
- 9. Разбиение большого набора данных
- 10. рандомизация большого набора данных
- 11. Выбор базы данных для большого набора данных
- 12. Хранение большого статического набора данных
- 13. Лучший способ обработки большого набора данных в R
- 14. Использование NamedParameterJdbcTemplate изнутри собственного Mapper
- 15. Использование задач для обработки большого входного файла
- 16. Использование NamedParameterJdbcTemplate для отправки данных в базу данных
- 17. Потребление памяти большого набора данных
- 18. Spring NamedParameterJdbcTemplate + массив Целые + Sybase
- 19. Ускорение цикла для большого набора данных
- 20. Использование Spring управляемой DAO без контроллера?
- 21. Неожиданное поведение для NamedParameterJdbcTemplate
- 22. CSVGREP для подмножества большого набора данных
- 23. Фильтр Савицки-Голе для большого набора данных
- 24. Метод одиночных испытаний для большого набора данных
- 25. Уникальная формула счета для большого набора данных
- 26. Продвинутая медиана для большого набора данных - python
- 27. Оптимизировать AWK сценария для большого набора данных
- 28. Форматирование сюжетной линии для большого набора данных
- 29. Azure Cache для большого набора данных
- 30. Ускорение графика() для большого набора данных