关于 oracle的WM_CONCAT函数用代码实现

这篇博客讲述了在面临百万级数据时,原始SQL查询导致的性能问题。作者通过使用Java 1.8的Stream API,将原本慢速的SQL聚合操作转化为高效的代码实现,显著提升了查询速度。这个解决方案不仅解决了项目上线的加载超时问题,也让团队成员对Java Stream有了更深入的理解。

首先看一段 sql:按省份分组,把邮件号用逗号拼接,最后按省份名的首字母排序

select t.PROVINCE_NAME provinceName,
       WM_CONCAT(t.mail_no) otherMailNoListStr
from INVOICE t
where t.INVOICE_TYPE != 2
    and t.PAYMENT_MODE != 2
    and t.PROVINCE_NAME is not null
      ${ew.sqlSegment}
group by t.PROVINCE_NAME
order by t.PROVINCE_NAME

这段 sql 在数据量为百万级别的情况下,查询时间贼慢。。。也导致一上线项目直接加载超时,没办法只能把具体功能用代码去实现了,好吧~

show you code

sql:

select t.mail_no mailNo, t.PROVINCE_NAME provinceName from INVOICE t

Java:

 List<InvoiceForProStatistics> selectInvoiceForProStatisticsToMailList = userInvoiceMapper.selectInvoiceForProStatisticsToMailList(ew);
        List<InvoiceForProStatistics> arrayList = new ArrayList<>();
        Map<String, String> collect = selectInvoiceForProStatisticsToMailList.stream().collect(
                Collectors.groupingBy(InvoiceForProStatistics::getProvinceName,
                        Collectors.mapping(InvoiceForProStatistics::getMailNo,
                                Collectors.joining(","))));
        collect.forEach((k, v) -> {
            InvoiceForProStatistics a = new InvoiceForProStatistics();
            a.setProvinceName(k);
            a.setMailNo(v);
            arrayList.add(a);
        });
        Collections.sort(arrayList,(InvoiceForProStatistics o1, InvoiceForProStatistics o2)-> Collator.getInstance(Locale.CHINESE).compare(o1.getProvinceName(),o2.getProvinceName()));

最后的 arrayList 和开头sql 执行出来的结果集是一样的,执行速度也是杠杠的,同事也对 Java1.8 的 stream 有了更深的了解。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值