jdbc - clojure.java.jdbc/延迟查询大结果集

Question

我正在尝试从数据库读取数百万行并写入文本文件。

这是我的问题 database dump to text file with side effects 的延续

我现在的问题似乎是在程序完成之前不会发生日志记录。我没有延迟处理的另一个指标是，在程序完成之前根本不会写入文本文件。

根据 IRC 提示，我的问题可能与 :result-set-fn 有关，并在 clojure.java 中默认为 doall .jdbc/query 代码区域。

我尝试用 for 函数替换它，但仍然发现内存消耗很高，因为它将整个结果集拉入内存。

我怎样才能有一个:result-set-fn，它不像doall那样把所有东西都拉进去？如何在程序运行时逐步写入日志文件，而不是在 -main 执行完成后转储所有内容？

    (let [ 
          db-spec              local-postgres
          sql                  "select * from public.f_5500_sf "
          log-report-interval  1000
          fetch-size           100
          field-delim          "\t"                                                                  
          row-delim            "\n"                                                                  
          db-connection        (doto ( j/get-connection db-spec) (.setAutoCommit false)) 
          statement            (j/prepare-statement db-connection sql :fetch-size fetch-size ) 
          joiner               (fn [v] (str (join field-delim v ) row-delim ) )                      
          start                (System/currentTimeMillis)                                            
          rate-calc            (fn [r] (float (/ r (/ ( - (System/currentTimeMillis) start) 100))))  
          row-count            (atom 0)                                                              
          result-set-fn        (fn [rs] (lazy-seq rs))
          lazy-results         (rest (j/query db-connection [statement] :as-arrays? true :row-fn joiner :result-set-fn result-set-fn)) 
          ]; }}}
      (.setAutoCommit db-connection false)
      (info "Started dbdump session...")    
      (with-open [^java.io.Writer wrtr (io/writer "output.txt")]
        (info "Running query...")    
        (doseq [row lazy-results] 
          (.write wrtr row)
          ))  
        (info (format "Completed write with %d rows"   @row-count))
      )

Answer 1

我通过将 [org.clojure/java.jdbc "0.3.0-beta1"] 放入我的项目中，对 clojure.java.jdbc 进行了最新修复。 clj 依赖项列表。这个增强/纠正了 :as-arrays?描述了 clojure.java.jdbc/query 的 true 功能 here .

我认为这有所帮助，但是我仍然可以将 :result-set-fn 覆盖为 vec。

通过将所有行逻辑塞入 :row-fn 中解决了核心问题。最初的 OutOfMemory 问题与迭代 j/query 结果集有关，而不是定义特定的 :row-fn。

新的(工作)代码如下:

(defn -main []
  (let [; {{{
        db-spec              local-postgres
        source-sql           "select * from public.f_5500 "
        log-report-interval  1000
        fetch-size           1000
        row-count            (atom 0)
        field-delim          "\u0001"   ; unlikely to be in source feed,
                                        ; although i should still check in
                                        ; replace-newline below (for when "\t"
                                        ; is used especially) 
        row-delim            "\n" ; unless fixed-width, target doesn't
                                  ; support non-printable chars for recDelim like 
        db-connection        (doto ( j/get-connection db-spec) (.setAutoCommit false))
        statement            (j/prepare-statement db-connection source-sql :fetch-size fetch-size :concurrency :read-only)
        start                (System/currentTimeMillis)
        rate-calc            (fn [r] (float (/ r (/ ( - (System/currentTimeMillis) start) 100))))
        replace-newline      (fn [s] (if (string? s) (clojure.string/replace  s #"\n" " ") s))
        row-fn               (fn [v] 
                               (swap! row-count inc)
                               (when (zero? (mod @row-count log-report-interval))
                                 (info (format "wrote %d rows" @row-count))
                                 (info (format "\trows/s %.2f"  (rate-calc @row-count)))
                                 (info (format "\tPercent Mem used %s "  (memory-percent-used))))
                               (str (join field-delim (doall (map #(replace-newline %) v))) row-delim ))
        ]; }}}
    (info "Started database table dump session...")
    (with-open [^java.io.Writer wrtr (io/writer "./sql/output.txt")]
      (j/query db-connection [statement] :as-arrays? true :row-fn 
               #(.write wrtr (row-fn %))))
    (info (format "\t\t\tCompleted with %d rows" @row-count))
    (info (format "\t\t\tCompleted in %s seconds" (float (/ (- (System/currentTimeMillis) start) 1000))))
    (info (format "\t\t\tAverage rows/s %.2f"  (rate-calc @row-count)))
    nil)
  )

我尝试过的其他事情(取得了有限的成功)涉及音色记录和关闭标准输出；我想知道使用 REPL 是否可以在显示回我的编辑器(vim 壁炉)之前缓存结果，并且我不确定这是否占用了大量内存。

此外，我还使用 (.freeMemory (java.lang.Runtime/getRuntime)) 添加了围绕内存空闲的日志记录部分。我对 VisualVM 不太熟悉，也不太清楚我的问题出在哪里。

我对现在的工作方式很满意，感谢大家的帮助。