Anorm（Play Scala）中流媒體支持的優勢是什么？

Question

我一直在閱讀播放文檔中的Streaming結果部分。 我期望找到一種基於結果創建Scala Stream方法，所以如果我創建一個返回需要解析的10,000行的運行，它會批量解析它們（例如一次100個）或者只是解析第一個並在需要時解析其余的（所以，一個Stream ）。

我發現（根據我的理解，我可能完全錯誤）基本上是一種逐個解析結果的方法，但最后它創建了一個包含所有已解析結果的列表（如果你願意，可以使用任意限制，在此案例100本書 ）。 讓我們從文檔中拿這個例子：

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
  }

與基本實現相比，它提供了哪些優勢：

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。 對於一個簡單的類，您可能不會輕易看到它，但是當您開始添加一些連接並具有更復雜的解析器時，當行計數達到數千時，您將開始看到巨大的性能損失。

根據我的個人經驗，返回5,000 - 10,000行（以及更多）解析器嘗試同時處理的查詢消耗了大量CPU時間，以至於程序無限期地有效掛起。

流式傳輸避免了嘗試一次性解析所有內容，甚至等待所有結果通過網絡將其恢復到服務器的問題。

Answer 2

我建議使用Anorm查詢結果作為Akka Streams的Source 。 我成功地以數十萬行的方式流式傳輸。