Java 遍历 list<map> 实现 left join 快,还是 MySQL left join 速度快

[djs19920210]

从 mysql 数据库中读出 a,b 表,得到两个 list<bean> listA,listB,对这两个 list 做遍历实现 left join,
还是直接 sql 语句 left join 从 mysql 中查询等到结果集,
在表数据很大的情况下,这里两种方式,哪种快

[oxromantic]

数据很大的话，显然不适合读到 list 里啊

[assiadamo]

表很大的情况下忽略网络因素应该是数据库快，如果自己做还要关注数据占用内存过多导致 GC 问题
数据量小的情况下 jooq 有专门的库做这个

[HiShan]

数据库更快，数据量很大的情况，把数据从磁盘上加载到内存中考虑到磁盘 IO ，网络传输，还不如在数据库就把数据聚合好再传输

[RangerWolf]

我感觉哪个都不快。。。。 有科学计算库才快~
比如 python 的 pandas 实测比 MySQL join 快 （只要内存扛得住）
https://www.flyml.net/2019/03/25/pandas 一个 pandas-vs-mysql-sql-的性能对比 /
以前的一个测试文章

很久没有用 JAVA ，提供一个参考思路，希望有帮助

[ilylx2008]

也得看情况，大部分情况，用 in(id)比 left join 好

[RangerWolf]

刚才的 url 裂开了，看起来不能 decode
https://www.flyml.net/2019/03/25/pandas%e4%b8%80%e4%b8%aapandas-vs-mysql-sql-%e7%9a%84%e6%80%a7%e8%83%bd%e5%af%b9%e6%af%94/

试试看这个 url

[tmtstudio]

用 redis 啊

[rekulas]

严格来说没有正确答案，无论数据量大小多少，取决于你的数据结构，索引、磁盘、网络等情况，都可能出现不一致的结果。
例如：按楼上朋友的看法反例，数据量少可能 java 快，但实际生产中本来很快的查询因为 join 一个不合理的数据集导致速度骤降的现象并不少见(即使结果数据不大)，这种情况把数据分别读出来处理反而更快

但设计合理的情况下，又可能 join 更快

所以没有标准答案

[littlewing]

优先 MySQL

[bk201]

那你要列出 2 种方式的时间线对比了。io 是最花时间的，所以要比较 get a ，b 全数据和 get a ，b join 结果数据的时间花费。

[chihiro2014]

=。=如果是 java ，你放到内存中处理，那你的内存不够，不是得炸？

[liprais]

一般你怎么优化也优化不过数据库，mysql 除外

[Jooooooooo]

答案是服务器资源要远比数据库资源便宜, 能用服务器算的都用服务器算.

[notejava]

现实需求中，left join 后可能还需要各种过滤、排序，用 java 处理就很恶心了。我一般是直接 sql left join ，只要索引合理，不会慢。如果数据量实在太大，还可以分表。

[beichenhpy]

数据库快

[CEBBCAT]

我发这一层只是想提示，不能换用数据仓库吗？就让他慢慢跑着去呗

[night98]

表数据大是多大？如果超百万行且频繁使用的话肯定读内存快，缺点是内存得巨巨巨巨大，不是频繁读且项目读写性能要求不高的情况下走 mysql 肯定划算点

[akira]

大部分情况下应该是 mysql 快

[xuanbg]

看最终结果集大小。如果结果集很小，绝对数据库快。结果集很大，数据库就没有优势了。

[teem]

正常逻辑肯定是数据库直接搞定。

[unco020511]

肯定是数据库啊

[dqzcwxb]

用 hashMap 做数据拼接解决双重循环的笛卡尔积

[liaojl]

在表结构、索引设计合理的情况下，你 Java 里怎么遍历都干不过 db ，毕竟 db 是专门干这个的。表数据很大的情况下，Java 里遍历还要考虑内存和 CPU 负载的问题。

[Nich0la5]

一般数据库快，能在数据库过滤的尽量在数据库层面操作，而且读那么大个 list 不怕 oom 吗

[msg7086]

看具体情况。
如果你访问量很大，单台 DB 压力大，那么把一部分压力转嫁到 app server 是一种可行的方案。
但是如果你 DB 压力不那么大，表连接当然速度更快。
（另外有一个常见的做法是先查出表外键然后再在第二张表上做 IN()拿到过滤数据，再合并结果。）