共计 1840 个字符，预计需要花费 5 分钟才能阅读完成。
本篇文章为大家展示了 Oracle 和 MySQL 的 JDBC 到底有多慢，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
经常听人说，数据库的 IO 性能不佳，但说归说，并没有感性认识。我们现在就来实际测试一下，常用的 Oracle 和 MySQL 的 JDBC 读取性能如何。
之所以测试 JDBC，是因为大部分应用是 JAVA 写的，也就只能用 JDBC 来访问数据。这里仅测试用 JDBC 读出数据，并产生成 Java 的记录对象（毕竟到了这一步才能在应用中使用），不作任何计算。
1. 数据来源
使用 TPCH 生成的数据，选用其中的 customer 表来做测试，数据记录为 3000 万行，8 个字段。它生成的原始文本文件名为 customer.tbl，文件大小为 4.9G。利用数据库提供的数据导入工具将此文件数据导入到 Oracle 和 MySQL 的数据表中。
2. 测试环境
在一台 Intel 服务器上完成测试，2 个 Intel2670 CPU，主频 2.6G，共 16 核，内存 64G。数据库表数据及文本文件均存储在同一块 SSD 硬盘上。
所有测试均在服务器本机上完成，没有消耗网络传输时间。
3. 数据库读数测试
通过 Oracle 提供的 JDBC 接口，用 SQL 语句执行数据读取。
Java 写起来麻烦，用 SPL 脚本执行测试：
MySQL 的测试代码类似，不再赘述。
测试结果（时间单位：秒）
第二次可能由于操作系统有了硬盘缓存，所以更快。因为我们主要是为了测试 JDBC 的读取时间，所以就以第二次为准，减少数据库本身从硬盘读数的影响。每秒读出行数也是按第二次时间来计算的，也就是说，Oracle 每秒能读出 10 万行多数据，MySQL 大概接近 8 万行。当然这个值和表的字段数及类型都有关（customer 表有 8 个字段），只是一种参考。
4. 文本文件对比
只从上面的数据量还没有太多感性认识，我们再读一下文本文件来对比。办法是一样的，从文件中读出数据，并解析出记录，不作任何计算。
编写如下 SPL 脚本执行测试：
测试结果是 42 秒！
这意味着，读取文本要比读取 Oracle 快 281/42=6.69 倍，比 MySQL 要快 381/42=9.07 倍！
我们知道，文本解析是个非常麻烦的事情，但即使这样，从文本文件读取数据还是远远快于从数据库中读数。Oracle 和 MySQL 的 IO 实在是太慢了！
5. 二进制方式
我们进一步再看使用二进制方式的存储格式的读取性能，并和文本比对。
为了对比明显，这次换一个更大的表，用 TPCH 中的 orders 表，有 3 亿行数据，9 个字段。
文本读取的代码和上面类似，读取时间测试为 438 秒。
然后，我们将这个文本文件转换成 SPL 组表，再写代码测试：
测试结果是 164 秒，大概仅仅是文本读取的三分之一。
这是情理之中的事情，因为二进制数据不再需要解析，可以直接产生对象，计算量少了很多，因而要更快。
需要说明的是，组表文件虽然采用列存格式，但在这里读出了所有列，并没有比文本少取任何内容，没有占列存的便宜。事实上，因为读所有列，使用列存还会吃点亏，如果采用 SPL 集文件（一种行存格式）还会更快。
6. 并行提速
从文件中取数还很容易实现并行，文本和组表都容易写出并行程序。还是用上面的 orders 表为例来测试，使用 4 线程取数。
文本取数代码：
组表取数代码：
用 SPL 很容易实现数据分段和并行计算。
测试结果为：
文本 119 秒
组表 43 秒
与串行相比，接近了线性提升，将 CPU 的多核充分利用起来了。
数据库中的数据则不容易简单地实施分段并行，需要用 WHERE 条件去拼，结果很难说清到底是并行不力还是 WHERE 执行损失太多，测试结果的参考意义就打折扣了，这里就不再做了。
7. 结论
数据库（Oracle 和 MySQL）的 JDBC 性能非常非常差！比文本文件还要差 5 倍以上。而采用二进制数据时，会比文本再提高 3 倍的读取性能。也就是说，合理格式的二进制文件会比数据库有 15 倍以上的优势。再考虑到并行因素，比数据库快出几十上百倍也是完全可能的。
在关注性能且数据量较大时，千万不要把数据读出数据库计算！
如果实在需要读出后再计算（有时 SQL 很难写出复杂的过程计算），就不要再用数据库存储了（大数据都是历史，基本也不再改了，可以事先读出），用文本都比数据库强，用二进制当然更好（推荐使用 SPL 组表，哈哈）。切不要把时间浪费在读数这种非计算任务上了。
上述内容就是 Oracle 和 MySQL 的 JDBC 到底有多慢，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注丸趣 TV 行业资讯频道。
