如何在Spring Boot中使用@Scheduled写定时任务判断数据量是否过大，过大则进行分表操作，多张表使用临时视图查询

本文主要是介绍如何在Spring Boot中使用@Scheduled写定时任务判断数据量是否过大，过大则进行分表操作，多张表使用临时视图查询，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

当数据量过大，在定时任务中执行分表操作

1、复制表结构及数据

在xml中编写复制表结构及数据（newTableName为新表名、originalTableName为原始表名）

只复制表结构：

CREATE TABLE ${newTableName} AS SELECT * FROM ${originalTableName} WHERE 1=0;

复制表结构以及数据：

CREATE TABLE ${newTableName} AS SELECT * FROM ${originalTableName};

在使用 CREATE TABLE … AS SELECT * FROM … 语句时，添加 WHERE 1=0 和不添加的区别在于是否复制原表的数据。

• 不加 WHERE 1=0：这会将原表中的数据一同复制到新表中。新表将包含原表中所有的行数据。
• 加上 WHERE 1=0：这样做不会复制任何原表中的数据，只会复制原表的结构（列定义）到新表中，但新表不会包含任何行数据。

因此，如果只复制表的结构而不需要复制数据，可以在 CREATE TABLE … AS SELECT * FROM … 语句后面加上 WHERE 1=0。如果需要同时复制表的结构和数据，就不需要添加这个条件。

2、清空原始表中的数据

清空原表：使用 DELETE 或 TRUNCATE 语句清空原表中的数据。例如：

• 使用 DELETE 语句逐行删除原表中的数据：

DELETE FROM original_table;

• 使用 TRUNCATE 语句一次性清空原表中的所有数据：

TRUNCATE TABLE original_table;

注意：TRUNCATE 语句会更快地清空表中的数据，但无法回滚操作。

在执行清空原始表中的数据操作之前，请务必备份好原表中的数据，以防止数据丢失或意外删除。

3、示例代码

定时任务类：

package com.yutu.garden.task;import com.yutu.garden.mapper.gardens.SanitationJobStatisticsMapper;
import org.springframework.boot.autoconfigure.condition.ConditionalOnProperty;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;import javax.annotation.Resource;
import java.text.SimpleDateFormat;
import java.util.Date;/*** 定时分区、分表*/
@Component
@EnableScheduling
//@ConditionalOnProperty(name = "scheduled.tasks.enabled", havingValue = "true") //application.yml控制所有task任务启动或不启动
public class SplitTrajectoryTableTask {@Resourceprivate SanitationJobStatisticsMapper sanitationJobStatisticsMapper;//	@Scheduled(cron = "0 0 * * * ?") //每小时的整点执行一次任务@Scheduled(cron = "0 0/1 * * * ?") //一分钟执行一次public void checkDataSizeAndSplitTable() {int trajectorySize = sanitationJobStatisticsMapper.getTrajectorySize(); // 获取数据量if (trajectorySize >= 200000) { // 判断数据量是否过大splitTable(); // 执行分表操作}}private void splitTable() {// 获取需要分表的原始表名和新表名前缀（根据实际情况设置）String originalTableName = "card_device_trajectory_info"; //原始表名String newTableNamePrefix = "card_device_trajectory_info_"; //新表 （拼接日期）// 获取当前日期作为分表后缀（或者使用其他规则）SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd");String tableSuffix = sdf.format(new Date());// 生成新表名String newTableName = newTableNamePrefix + tableSuffix;// 创建新的分表 并 将原始表中符合条件的数据迁移到新表（根据实际情况设置条件）sanitationJobStatisticsMapper.copyTable(originalTableName,newTableName);// 更新原始表 （将原始表中的数据清空）注意：测试前先备份好原始数据，以防丢失sanitationJobStatisticsMapper.truncateTable(originalTableName);}
}

Mapper方法：

	int getTrajectorySize();boolean copyTable(@Param("originalTableName") String originalTableName,@Param("newTableName") String newTableName);boolean truncateTable(@Param("originalTableName") String originalTableName);

Sql语句：

    <select id="getTrajectorySize" resultType="int">select count(*) from card_device_trajectory_info</select><update id="copyTable"><![CDATA[CREATE TABLE ${newTableName} AS SELECT * FROM ${originalTableName};]]></update><delete id="truncateTable">TRUNCATE TABLE ${originalTableName};</delete>

在 Mybatis 的 XML 中，使用 <![CDATA[ ]]> 包裹 SQL 语句是为了防止 XML 解析器将其中的特殊字符（如 <, >）解析成 XML 标签，从而导致语法错误。因此，加上<![CDATA[ ]]> 是一种良好的实践，可以确保 SQL 语句被正确解析。

但是，在某些情况下，如果 SQL 语句中不包含需要转义的特殊字符，也可以省略 <![CDATA[ ]]>。例如，如果 SQL 语句只包含简单的 SELECT 语句，没有特殊字符，那么可以直接写在 <update> 标签内，而无需使用 <![CDATA[ ]]> 包裹。
以下是不使用 <![CDATA[ ]]> 包裹 SQL 语句的示例：

<update id="copyTable">CREATE TABLE ${newTableName} AS SELECT * FROM ${originalTableName};
</update>

如果 SQL 语句中包含特殊字符或需要转义的内容，建议仍然使用 <![CDATA[ ]]> 对 SQL 进行包裹

4、多表创建临时视图查询

创建临时视图 card_device_trajectory_info_view

CREATE TEMPORARY VIEW card_device_trajectory_info_view AS
SELECT *
FROM card_device_trajectory_info  --表1
UNION ALL
SELECT * FROM card_device_trajectory_info_bf; --表2

执行业务查询

 select * from card_device_trajectory_info_view where imei = '15127423721' and DATE(gps_time) = CURRENT_DATE order by gps_time asc

手动删除视图资源 （如果不手动删除也会自动删除，所以这一步可以省略）

 DROP VIEW card_device_trajectory_info_view;

临时视图和普通视图（永久视图）之间有以下区别：

• 生命周期：临时视图只在当前会话有效，会话结束后会自动删除。而普通视图是永久性的，会一直存在数据库中，除非显式删除。
• 可见性：临时视图只对创建它的会话可见，其他会话无法访问。而普通视图对所有会话都可见，可以被多个会话共享和使用。
• 存储方式：临时视图的数据可以存储在内存或者临时表中，查询速度较快。而普通视图的数据存储在磁盘上，查询速度可能相对较慢。
• 持久性：临时视图是临时创建的，不会被数据库系统持久化存储。而普通视图是一个已经定义好的查询，可以被保存并在需要时重新使用。
• 数据更新：临时视图一般用于查询数据，不能进行数据更新操作。而普通视图可以根据定义的规则进行数据更新，例如使用触发器或者规定的权限。
• 使用场景：临时视图通常用于会话级别的临时计算或者中间结果的存储。普通视图用于复杂查询、数据重用和提供简化的数据模型。

CREATE TEMPORARY VIEW table_view --创建临时视图（会话结束会自动删除）
CREATE VIEW table_view --创建普通视图（会话结束不会自动删除，需要手动 DROP VIEW table_view 进行删除）

总的来说，临时视图适用于需要在会话中临时存储和处理数据的场景，而普通视图适用于长期的数据查询和数据模型定义。选择使用哪种类型取决于业务需求和数据处理的特点。

这篇关于如何在Spring Boot中使用@Scheduled写定时任务判断数据量是否过大，过大则进行分表操作，多张表使用临时视图查询的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---