动动手指，这段程序性能提升2s~15s

性能优化说明：判断数据表里是否有数据，用limit 1/top 1取代求count

近期，数据中心系统负荷大，mysql服务器的CPU动辄高达90%以上。代码和数据表存在很大优化空间。

这里分享一个定时同步数据的Job任务的优化过程。

先上代码

public void executeJob(String jobParameter) {

    //获取风控个体工商业者信息表数据总计，如果没有任何数据，则需要初始化
    int sohoCount = sbhSohoManager.count();
    if (sohoCount == 0) {
        // 首次同步数据
        ...
    } else {
        // 非首次，增量同步数据
        ...
    }
}      

从这段代码不难看出来，根据表的数据量来走不同的分支处理逻辑。

其中，sbhSohoManager#count是mybatisplus原生的count方法。对应SQL是： SELECT COUNT(1) FROM sbh_soho

查log，发现这么一个count，耗时竟然2s~15s。

优化方案

要实现这样一个判断，不用求count，取一条记录的耗时就小到数个ms了。对应的SQL是：SELECT * FROM sbh_soho limit 1

因此改一下逻辑。

public void executeJob(String jobParameter) {

    //获取风控个体工商业者信息表数据总计，如果没有任何数据，则需要初始化
    int sohoCount = sbhSohoManager.hasRecord();
    if (sohoCount == 0) {
        // 首次同步数据
        ...
    } else {
        // 非首次，增量同步数据
        ...
    }
}      

其中，sbhSohoManager#hasRecord 巧用mybatisplus的QueryWrapper#last("limit 1")实现SQL里的limit，定义如下

/**
     * 仅判断表里有没有数据
     * @return
     */
    public boolean hasRecord(){
        QueryWrapper<SbhSoho> objectQueryWrapper = new QueryWrapper<>();
        objectQueryWrapper.last("limit 1");
        SbhSoho sbhSoho =getOne(objectQueryWrapper); //baseMapper.selectOne( null);
        return sbhSoho!=null;
    }      

View Code

还有优化空间

这是一个同步数据的job。定期从源库同步一个表的增量数据到当前库。

基于此，高端的程序员，你也许会想到， 判断是否存在数据其实不用每次查库。

所以，内存/缓存又派上用场了。————————————>另起一段。

当前JobService里定义一个static boolean 的field： isFirstTime，默认值为false。 job首次跑的时候.... 写伪代码吧，描述起来太费脑子费文字还不易懂。

@Service
public class SbhSohoSyncBizJobImpl {
    private static boolean isFirstTime = true;
    
    public void executeJob(String jobParameter) {

        if ( isFirstTime == true) {
            isFirstTime = ! CacheUtil.getCache("onlyoncekey" + getClass().getSimpleName(), TimeUnit.DAYS.toSeconds(30), () -> sbhSohoManager.hasRecord());
        }

        //获取风控个体工商业者信息表数据总计，如果没有任何数据，则需要初始化
        if (isFirstTime == true) {
            // 首次同步数据
            ...
        } else {
            // 非首次，增量同步数据
            ...
        }
    }
}      

CacheUtil.getCache是利用Redist#get、Redis#set、Supplier<T>封装一个缓存util方法。