jdbcTemplate高效率获取表结构，数据库元数据信息

场景

在项目中需要通过表名来获取数据库中元数据相关信息，比如表名，字段名，长度等 使用spring自带的jdbcTemplate 可以通过SqlRowSetMetaData 可以获取到部分元数据，但是不能获取备注信息（comment中的内容）

最简单的解决方案

使用jdbcTemplate的queryForRowSet方法。

该方法很简单

SqlRowSet sqlRowSet ;
try {
    sqlRowSet = this.jdbcTemplate.queryForRowSet(sql.toString());
    //获取字段列
    SqlRowSetMetaData rowSetMetaData = sqlRowSet.getMetaData();
    //获取列总数
    int columnCount = rowSetMetaData.getColumnCount();
    for (int i = 1; i <= columnCount; i++) {
        rowSetMetaData.getColumnName(i);
        rowSetMetaData.getColumnType(i);

    }
} catch (Exception e) {
    e.printStackTrace();
}

但是此方案存在严重的效率问题，10W的结果集数据，37个字段，24核cpu，基本没30s都返回不过来，占用内存也极高。

进行debug跟进去看，看到jdbcTemplate调用jdbc返回ResultSet只用了10秒左右，之后就一直耗在extractData方法里。该方法是用默认的RowMapper，先取得MetaData然后根据这个去生成Map。

对比方法

1. 使用纯jdbc对比，手工码代码，直接调用Map的put方法逐个生成Map并填充数据。同样的sql，耗时8秒左右，其中根据ResultSet生成List<Map<String, Object>>的过程不超过10s。

2. 改用jdbcTemplate的public <T> List<T> query(String sql, RowMapper<T> rowMapper)方法，T填入Map<String, Object>，这样就跟queryForList方法返回值一样了，然后自己实现RowMapper，直接用Map的put方法填充数据。实验结果跟直接用纯jdbc效率相同。

3. 使用纯jdbc，自己写一个实体类，把resultSet里的数据循环填入对象放到List里。耗时也差不多8s，不过还是会省一点内存的。但是性能提升有限。

最优解决方案

只需要通过jdbcTemplate获取jdbc Connection即可获取全部信息。

代码示例如下：

StringBuilder sql = new StringBuilder();
sql.append("SELECT *");
sql.append(" FROM ").append(tableCode);
ResultSet tabs;
try {
    DatabaseMetaData dbMetaData = this.jdbcTemplate.getDataSource().getConnection().getMetaData();
    String[] types = {"TABLE"};
    tabs = dbMetaData.getTables(null, null, tableCode, types);
    while (tabs.next()) {
        String tableName = tabs.getString("TABLE_NAME");
        //表对应的schema
        String tableSchema = tabs.getString("TABLE_SCHEM");
        ResultSet resultSet = dbMetaData.getColumns(null, schema, tableName, null);
        while (resultSet.next()) {
            String name = resultSet.getString("COLUMN_NAME");
            String type = resultSet.getString("TYPE_NAME");
            String colRemarks = resultSet.getString("REMARKS");
            int size = resultSet.getInt("COLUMN_SIZE");

            //业务逻辑

        }
    }
} catch (Exception e) {
    e.printStackTrace();
}

经过测试，同样的10w+数据，37个字段，加上我写的业务逻辑也只需要700ms的响应时间，效率可谓是大大提升。

我觉得该方法效率得到提升的原因在于，它没有对全表进行扫描，不关乎结果集的多少，只在乎表结构，所以可以极大的提高响应效率。