近期遭遇了一次生产环境的严重告警，涉及慢接口和CPU过载。经过排查，发现问题根源在于一段使用MyBatis的查询代码。当传入空列表作为查询条件时，MyBatis会忽略该条件，导致全表扫描，进而引发系统资源耗尽和频繁的Full GC
灾难回顾
前两天晚上，正在收拾包准备下班，电脑刚放进包里，我的手机就开始不停地震动，打开一看，是生产环境告警群发来的信息，一段是慢接口告警，另一段是CPU告警。在这种即将回家的时候看到告警信息，是每一个技术人员最不想发生的事情，但我依然从包里取出电脑，准备处理这一突发情况。
由于最近并没有上线新功能，我的第一反应是怀疑中间件或数据库出了问题，毕竟，经验告诉我，很多时候性能问题都是由这些基础设施引起的，但经过和运维同事的一轮快速排查，各中间件表现正常，数据库中的慢SQL也并未达到触发告警的阈值。
看来问题比我想象的要复杂，我坐在运维同事旁边，让他登录主机上执行top命令，看看究竟怎么回事，从TOP可以看出，CPU占用情况异常地显示在主机CPU一直保持在100%（主机16核），没有任何下降的趋势，这意味着，某个进程或者线程正在疯狂地消耗CPU资源。
我突然想起之前遇到过的类似情况，那次是因为JVM的Full GC过于频繁导致的，有了上次的经验，我就让运维执行jstat -gcutil pid 1000命令查看GC情况，果不其然，FGC（Full GC）次数每几秒就增加1次，这频率高得异常，JVM显然在不停地进行垃圾回收，但为什么会这么频繁呢？
在这种情况下肯定是要先保住业务系统的运行，我的第一反应是尽快减轻服务器的压力，于是，我向领导申请决定重启部分机器，同时留下一台机器进行内存快照（dump）的生成，以便后续分析。10分钟后，内存快照分析完成。分析结果让我颇为震惊。有个叫OrderAddress的类占据了异常大的内存空间，包含对象数高达150多万。这明显不正常，很可能是它导致了频繁的Full GC。
为了找到问题的根源，我使用jstack命令（jstack -l pid）查看了JVM的线程堆栈信息。通过搜索关键词OrderAddress，我发现了很多与之相关的堆栈信息。这些信息就像是破案的关键线索，指引我逐步接近问题的真相。最终，基于这些堆栈信息，我找到了对应的代码位置。
场景回顾
在我们日常的开发工作中，经常会遇到与数据库交互的情况。假设我们有这样一张数据库表jy_order_address，它记录了订单的收货地址信息：
create table `jy_order_address` (`id` int(11) unsigned not null auto_increment comment 'id',`order_id` int(11) not null comment 'jy_order.id',.........
) comment='订单收货地址';
为了满足某一业务需求，我们需要根据一批order_id来查询对应的收货地址，在Java中，使用MyBatis作为ORM框架，我们可能会写出如下的代码：
public List<OrderAddress> selectByOrderIdList(List<Integer> orderIdList) {Wrapper<OrderAddress> wrapper = new EntityWrapper<>();wrapper.in("order_id", orderIdList);List<OrderAddress> orderAddressList = orderAddressMapper.selectList(wrapper);return orderAddressList;
}
这段代码逻辑很清晰，通过MyBatis的Wrapper来组装SQL查询条件，实现在order_id在指定列表中的筛选。
正常情况下，如果orderIdList数据量不大，即使jy_order_address表中有大量数据，上述查询也是非常高效的，对应的SQL如下：
select * from jy_order_address where order_id in(?,?,?,...);
然而，当传入一个空列表orderIdList = []时，系统CPU占用率飙升，经过排查，发现竟然进行了全表扫描！
深入了解MyBatis的WrapperAPI后，我们发现了一个容易被忽视的细节，当查询条件的value为null或者空列表时，MyBatis会忽略该条件，这意味着上述查询代码在实际执行时变成了无条件的全表查询：
select * from jy_order_address;
对于一个包含150多万条数据的表来说，全表扫描无疑是一个巨大的负担，它会消耗大量的内存和CPU资源，进而导致JVM频繁进行Full GC（全局垃圾回收）。
预防措施
严格的参数校验，在使用Wrapper进行查询之前，应对每个参数进行非空校验，这确保了查询的准确性和系统的健壮性，防止因空值或无效值导致的不可预测的行为。
**审慎使用Wrapper，尽管Wrapper提供了方便的查询条件组装，但在某些情况下，它可能导致不期望的查询行为。**为了避免这种情况，推荐直接编写SQL语句，特别是在处理关键查询时。例如，使用order_id in()这样的条件时应当特别小心，因为这可能导致SQL语法错误,一个更安全的方法是添加一个始终为假的条件（如1<>1），这样即使其他条件出现问题，SQL仍然可以正确执行，只是返回0条数据。
限制查询结果，为了防止大量数据一次性加载到内存中导致系统崩溃，建议使用MyBatis拦截器为所有查询统一设置结果条数上限，例如，每次查询最多返回1000条记录，当达到这个限制时，系统可以发出警告，并提示开发者进行分页查询以获取更多数据，这样不仅能提高系统的稳定性，还能提升用户体验，使大数据量的处理更加流畅。
