如何将1亿行加载到内存中

Question

我需要将一个MySQL数据库中的1亿多行记录加载到内存中。我的Java程序失败，java.lang.OutOfMemoryError: Java heap space 因为我的机器中有8GB RAM，并且我的JVM选项中给出了-Xmx6144m。

这是我的代码

public List<Record> loadTrainingDataSet() {

    ArrayList<Record> records = new ArrayList<Record>();
    try {
        Statement s = conn.createStatement(java.sql.ResultSet.TYPE_FORWARD_ONLY, java.sql.ResultSet.CONCUR_READ_ONLY);
        s.executeQuery("SELECT movie_id,customer_id,rating FROM ratings");
        ResultSet rs = s.getResultSet();
        int count = 0;
        while (rs.next()) {

任何想法如何克服这个问题？

更新

我碰到了这篇文章 ，以及根据下面的评论更新了我的代码。看来我能够以相同的-
Xmx6144m量将数据加载到内存中，但是需要很长时间。

这是我的代码。

...
import org.apache.mahout.math.SparseMatrix;
...

@Override
public SparseMatrix loadTrainingDataSet() {
    long t1 = System.currentTimeMillis();
    SparseMatrix ratings = new SparseMatrix(NUM_ROWS,NUM_COLS);
    int REC_START = 0;
    int REC_END = 0;

    try {
        for (int i = 1; i <= 101; i++) {
            long t11 = System.currentTimeMillis();
            REC_END = 1000000 * i;
            Statement s = conn.createStatement(java.sql.ResultSet.TYPE_FORWARD_ONLY,
                    java.sql.ResultSet.CONCUR_READ_ONLY);
            s.setFetchSize(Integer.MIN_VALUE);
            ResultSet rs = s.executeQuery("SELECT movie_id,customer_id,rating FROM ratings LIMIT " + REC_START + "," + REC_END);//100480507
            while (rs.next()) {
                int movieId = rs.getInt("movie_id");
                int customerId = rs.getInt("customer_id");
                byte rating = (byte) rs.getInt("rating");
                ratings.set(customerId,movieId,rating);
            }
            long t22 = System.currentTimeMillis();
            System.out.println("Round " + i + " completed " + (t22 - t11) / 1000 + " seconds");
            rs.close();
            s.close();
        }

    } catch (Exception e) {
        System.err.println("Cannot connect to database server " + e);
    } finally {
        if (conn != null) {
            try {
                conn.close();
                System.out.println("Database connection terminated");
            } catch (Exception e) { /* ignore close errors */ }
        }
    }
    long t2 = System.currentTimeMillis();
    System.out.println(" Took " + (t2 - t1) / 1000 + " seconds");
    return ratings;
}

要加载前100,000行，需要2秒钟。加载第29
100,000行需要46秒。我花了太多时间在中间停止了该过程。这些时间是否可接受？有没有办法提高此代码的性能？我在8GB RAM
64位Windows计算机上运行此文件。

Answer 1

亿条记录意味着，每条记录最多可能占用50个字节，以适合6 GB+一些额外空间用于其他分配。在Java中，50个字节是什么，Object[]每个元素仅占用32个字节。您必须找到一种方法来立即在while (rs.next())循环中使用结果，而不是完全保留它们。