50k行数据下将javax.servlet.jsp.jstl.sql.Result转换为String列表过慢，求优化方案

哇，50k行数据循环耗时30秒确实够闹心的！咱们从原代码的瓶颈入手，一步步给出优化方案，都是不需要修改查询逻辑就能实现的：

1. 预缓存Rows数组，减少重复方法调用 #

原代码每次循环都调用result.getRows()[i]，虽然getRows()可能只是返回内部数组，但反复调用方法会带来额外的开销。先把数组存到局部变量里，局部变量的访问速度远快于对象方法调用：

String internalIdString = "INTERNALID";
// ... 省略查询代码 ...
Result result = queryResult.getResult();

// 预取整个rows数组到局部变量
SortedMap<String, Object>[] rows = result.getRows();
m_InternalIds = new ArrayList<>(rows.length);
for (int i = 0; i < rows.length; i++) {
    m_InternalIds.add((String) rows[i].get(internalIdString));
}

2. 用列索引替代列名取值（最有效的优化） #

原代码通过SortedMap.get(列名)取值，而SortedMap的get操作是**O(log n)复杂度（比如底层是TreeMap），50k次循环下来累计开销极大。我们可以先找到目标列的索引，再用Result.getColumnValue(行索引, 列索引)直接取值——数组访问是O(1)**复杂度，能大幅提升速度：

String internalIdString = "INTERNALID";
// ... 省略查询代码 ...
Result result = queryResult.getResult();

// 第一步：找到目标列的索引
int targetColumnIndex = -1;
String[] columnNames = result.getColumnNames();
for (int j = 0; j < columnNames.length; j++) {
    if (internalIdString.equals(columnNames[j])) {
        targetColumnIndex = j;
        break;
    }
}

if (targetColumnIndex == -1) {
    // 处理列不存在的异常情况
    m_InternalIds = new ArrayList<>();
    return;
}

// 第二步：通过列索引批量提取值
int rowCount = result.getRowCount();
m_InternalIds = new ArrayList<>(rowCount);
for (int i = 0; i < rowCount; i++) {
    m_InternalIds.add((String) result.getColumnValue(i, targetColumnIndex));
}

3. 尝试并行流处理（利用多核CPU） #

如果你的服务器是多核的，可以用Java Stream的并行模式来加速数据转换，适合CPU密集型的转换场景：

String internalIdString = "INTERNALID";
// ... 省略查询代码 ...
Result result = queryResult.getResult();

SortedMap<String, Object>[] rows = result.getRows();
m_InternalIds = Arrays.stream(rows)
    .parallel() // 启用并行流
    .map(row -> (String) row.get(internalIdString))
    .collect(Collectors.toCollection(() -> new ArrayList<>(rows.length)));

注意：并行流适合数据量大的场景，如果数据量较小反而可能因为线程调度开销变慢。50k行的规模用并行流应该能看到明显提升。

为什么原代码这么慢？ #

原代码的核心瓶颈有两个：

• 反复调用result.getRows()方法，增加了不必要的方法调用开销；
• 每次从SortedMap中按key取值，O(log n)的复杂度在50k次循环下被放大，累计耗时严重。

其中用列索引替代列名取值是效果最显著的优化，能直接把每次取值的复杂度从O(log n)降到O(1)，预计能把循环耗时从30秒压缩到几秒甚至更短。

内容的提问来源于stack exchange，提问作者hobbes_child