如何使H2返回結果更快，以獲得大的結果集？

Question

在批處理應用程序中，我使用臨時基於文件的H2數據庫來存儲3M行。數據庫大小爲9GB。

在批處理結束時，我將數據庫的內容導出到換行符分隔的JSON文件。這基本上是一個大的休眠JOIN查詢，然後迭代結果集寫入生成的文件。產生的文件大小約爲5GB。

執行JOIN查詢獲取對象大約需要6分鐘。我可以優化這個，但對我來說還是可以的。

我的問題是，從複製到報告文件的下一個操作是非常緩慢的。完成需要30分鐘。對VisualVM的CPU採樣器進行快速檢查表明，大部分時間都用於org.h2.store.WriterThread.run()和org.h2.store.fs.FileDisk.read()。

由此我明白什麼需要大部分時間都是被寫在結果緩衝器H2結果在硬盤上保存，並從中讀取。由於結果集相當大，我不能將其存儲在內存中。我的其他選項可以使此操作更快運行？

注意：爲確保磁盤性能（它是Google Compute Engine上的SSD磁盤）不對此負責，我使用cp命令將9GB數據庫備份到另一個文件，並花了5分鐘時間。

Answer 1

對你得到的結果的一些解釋：WriterThread的CPU時間爲0，因爲它大部分時間都在等待（休眠）。 FileDisk.read可能正在讀取數據庫文件，或從大型結果集中讀取（在H2中，在大多數情況下，大型結果集將寫入磁盤）。所以目前還不清楚問題是否真的是一個臨時結果集創建的。

要分析性能瓶頸，我要做的是分析最頻繁的堆棧跟蹤。這將顯示它緩慢的地方和原因。現在，所有你看到的都是緩慢的，但不是爲什麼（其他方法稱之爲）。

如果問題確實是臨時結果集存儲在磁盤上，那麼我知道的唯一解決方案就是避免使用較大的結果集。