JDBC FetchSize不生效，批量变全量致OOM问题分析

背景

一个简单的基于 JDBC 采集数据库表的功能，当采集 Postgre SQL 某表，其数据量达到 500万左右的时候，程序一启动就将 JVM 堆内存「6G」干满了。

问题是程序中使用了游标的只前进配置，且设置了 fetchSize 属性：

queryStat = connection.prepareStatement(executeSql, ResultSet.TYPE_FORWARD_ONLY, ResultSet.CONCUR_READ_ONLY);
queryStat.setFetchSize(batchSize);

为什么这个批量拉取数据的配置不生效呢？本文记录这个问题的排查过程及优化方法。

导出堆内存

程序一启动，jmap -heap 查看堆内存，老年代直接干到 99.98 % ，这时的程序直接 Stop all the world ，僵了。
在这里插入图片描述
JVM 启动最大堆内存已经调整到 6G 了，还是撑不住。感觉 SQL 查询的时候一下子将表的全部结果都加载到内存了，前面配置的批量拉取设置根本没生效。导出堆内存文件，进行分析。

nohup jmap -F -dump:live,format=b,file=/home/dump-result.hprof 23055 &

堆内存太大了，只能走后台进程的方式导出，接近一个小时才导出了 dump 文件，5.8G，确实跟 JVM 最大内存一样了。

堆内存分析

使用 mat 打开这个文件，直接内存溢出了。然后修改 mat 的 JVM 参数到8G后，得到分析结果不对，才几十M，明显不符合。

有很多 unreachable object，重新修改 mat 配置，勾选 “keep unreachable objects”，同时修改展示单位为 MB：
在这里插入图片描述

删除上次分析的结果文件后，重新导入 dump 文件分析，得到分析结果：
在这里插入图片描述
点开 Leak Suspects 查看内存泄漏的地方，发现最大的对象4.5G ，是一个列表，列表元素类型是 org.postgresql.core.Tuple ，盲猜这个类就是 JDBC 封装的查询结果

而这个类的对象总数跟表记录总数基本一致：

少掉的那些，应该是 GC 努力回收过的，但是剩余量还是很大。

这基本验证了前面的猜测，批量查询实际上成了全量查询了。为了再次确认，调整代码，造一张同结构、但是数据总量6万左右的表，然后在 while(result.next()) 遍历的循环里面加上 sleep 10 分钟后启动程序，导出堆内存。

这次程序老年代内存没有撑满，导出内存分析，Tuple 这个查询结果类对象的个数，跟数据库表总记录数「58000」多了21，基本可以确定这个批量size 没有生效。
在这里插入图片描述

问题分析

为什么批量加载不生效呢？是数据库的问题？驱动的问题？

尝试的方法：

❌升级数据库驱动为最新版本，无效。
❌在 while(result.next()) 遍历过程中，直接打印一个字符串后 continue，休眠5秒，手动调用 GC。不做任何操作，且手动触发 GC，JVM 内存还是满了。
❌怀疑数据库有问题，确定测试环境版本和出问题的现场环境一致。
❌目标数据库是基于 OpenGauss 自研的数据库，难道不支持游标的批量获取数据？

搜到一篇文章《Postgres查询结果集的获取方法及其优缺点》，里面提到了 PostgreSQL 数据库的批量获取游标结果集生效的四个条件：

连到数据库服务的连接必须是基于V3协议的，V3协议是7.4及更新版本PG才能支持的，并且是他们的默认协议；
Connection必须是非自动提交模式.后端会在事务的结束的时候关闭游标，所以，在自动提交模式里，还没从游标里获取任何东西的时候，后端就已经把游标关闭了。「冷知识：Connection 默认是自动提交的。」
Statement必须以ResultSet.TYPE_FORWARD_ONLY的类型来创建，该结果集类型是默认的，所以可以直接使用stmt = conn.createStatement()来创建（或者stmt = conn.createStatement(ResultSet.TYPE_FORWARD_ONLY)）.因此基于游标的结果集是只能向前获取，不能向后或者跳跃获取的。「PS：PostgreSQL默认就是这个类型，所以这个不是关键。」
查询sql语句必须是一个单一的语句，不能是由分好分隔的多个语句。这个在本应用中不存在。

之前没仔细注意第2点，找了三天实在没办法了。又打开这篇文章，仔细看了一下，发现了这个点。

检查代码确实没有设置自动提交参数，加上它，还原 JVM 参数为2G，然后测试500万条数据顺利采集完成，老年代堆只占2%。

复测验证：再去掉这行代码，回到原点，还是一启动就堆满了，确定这行代码就是关键。排查了三天的问题，就这么简单的一行代码就解决了吗？赶在周末之前干掉问题，真是太幸运了。

优化结果

继续优化，循环遍历数据总量到达一个值后，手动触发 GC并休眠1秒：

// 手动触发GC，且休眠等待
if (count == maxFetchSize) {logger.info("Reach max batch size {}, sleep 1s to gc", maxFetchSize);count = 0;// 手动触发 GCRuntime.getRuntime().gc();// 等待GC完成Thread.sleep(1000);
}

将优化后的结果，加上 sleep 10分钟后，导出堆栈分析，发现这次 Tuple 类的个数就是 setFetchSize=2000，还多了21个。
在这里插入图片描述
跟上面那个一样，数据总量+21，说明额外还有 21 个对象，为查询操作提供了不为人知的功能。总归来说，只有加上这句话 connection.setAutoCommit(false); 才生效，才是真正的批量查询数据。