Anorm（Play Scala）中流媒体支持的优势是什么？

Question

我一直在阅读播放文档中的Streaming结果部分。 我期望找到一种基于结果创建Scala Stream方法，所以如果我创建一个返回需要解析的10,000行的运行，它会批量解析它们（例如一次100个）或者只是解析第一个并在需要时解析其余的（所以，一个Stream ）。

我发现（根据我的理解，我可能完全错误）基本上是一种逐个解析结果的方法，但最后它创建了一个包含所有已解析结果的列表（如果你愿意，可以使用任意限制，在此案例100本书 ）。 让我们从文档中拿这个例子：

val books: Either[List[Throwable], List[String]] = 
  SQL("Select name from Books").foldWhile(List[String]()) { (list, row) => 
    if (list.size == 100) (list -> false) // stop with `list`
    else (list := row[String]("name")) -> true // continue with one more name
  }

与基本实现相比，它提供了哪些优势：

val books: List[String] = SQL("Select name from Books").as(str("name"))  // please ignore possible syntax errors, hopefully understandable still

Answer 1

解析大量行只是效率低下。 对于一个简单的类，您可能不会轻易看到它，但是当您开始添加一些连接并具有更复杂的解析器时，当行计数达到数千时，您将开始看到巨大的性能损失。

根据我的个人经验，返回5,000 - 10,000行（以及更多）解析器尝试同时处理的查询消耗了大量CPU时间，以至于程序无限期地有效挂起。

流式传输避免了尝试一次性解析所有内容，甚至等待所有结果通过网络将其恢复到服务器的问题。

Answer 2

我建议使用Anorm查询结果作为Akka Streams的Source 。 我成功地以数十万行的方式流式传输。