多线程并发查询百万数据的内存占用问题?

Question

开启十个线程，每个线程都会去查询500W的数据。

  @Test
    void testThread() throws InterruptedException {
        int size = 10;
        CountDownLatch countDownLatch = new CountDownLatch(size);
        for (int i = 0; i < size; i++) {
            CompletableFuture.runAsync(() -> {
                testPage();
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
    }

@Test
    void testPage(){
        //查询出表中总记录数
        Long total = orderMapper.selectCount(null);
        //每次分页读取的结果数
        int fetchSize = 100000;
        // 分页优化参数，上次查询的最大ID
        int lastMaxId = 0;
        for (int i = 0; i < (total / fetchSize) + 1; i++) {
            LambdaQueryWrapper<Order> orderLambdaQueryWrapper = new LambdaQueryWrapper<>();
            orderLambdaQueryWrapper.gt(Order::getOrderId, lastMaxId);
            List<Order> records = orderMapper.selectPage(new Page<>(1, fetchSize), orderLambdaQueryWrapper).getRecords();
           records.stream().forEach(System.out::println);
            //获取本次最大的Id
            lastMaxId = records.get(records.size() - 1).getOrderId();
        }

    }

单独一个线程，堆内存占用500M。

十个线程，堆内存占用最高也不过1400MB，为什么会这样呢？这些内存占用居然不会叠加的吗？

Answer 1

题目说十个线程各查 500 万，代码里是十个现成分批查，一批 10 万，500 万和 10 万的差距还是挺大的
多线程环境下这么观察内存使用其实没法观察，不如把单线程查询需要多少内存算准了，多线程就做个乘法的事
另外如果想知道内存使用多少，直接看字段大小就能大概估算出来

Answer 2

我觉得从“单线程查出数据时堆内存占用500M”不能得出“数据库全量数据对象的大小是500M左右”的结论，所以“10个线程是1400M不是叠加”这个结论也站不住脚。假设你的程序启动成本就是400M，一个线程在持续查询时内存占用是100M；那么10个就是1000M，加上启动成本就是1400M，也能解释你现在这个现象。
想要获得更精准一点的统计可以用jprofiler，可以根据类和调用来分析堆中的数据。不过，这样做的前提也是你的对象存在堆中，如果像代码这样查出来就丢，大概率是进不到老年代，在伊甸区就被回收了。