批處理資料主要有三種方式：
- 反覆執行單條插入語句
foreach拼接sql- 批處理
一、前期準備
基於Spring Boot + Mysql，同時為了省略get/set，使用了lombok，詳見pom.xml。
1.1 表結構
id使用資料庫自增。
DROP TABLE IF EXISTS `user_info_batch`;
CREATE TABLE `user_info_batch` (
`id` bigint(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主鍵id',
`user_name` varchar(100) NOT NULL COMMENT '賬戶名稱',
`pass_word` varchar(100) NOT NULL COMMENT '登入密碼',
`nick_name` varchar(30) NOT NULL COMMENT '暱稱',
`mobile` varchar(30) NOT NULL COMMENT '手機號',
`email` varchar(100) DEFAULT NULL COMMENT '郵箱地址',
`gmt_create` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間',
`gmt_update` timestamp NULL DEFAULT NULL COMMENT '更新時間',
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT 'Mybatis Batch';
1.2 專案配置檔案
細心的你可能已經發現，資料庫url 後面跟了一段 rewriteBatchedStatements=true，有什麼用呢？先不急，後面會介紹。
# 資料庫配置
spring:
datasource:
url: jdbc:mysql://47.111.118.152:3306/mybatis?rewriteBatchedStatements=true
username: mybatis
password: password
driver-class-name: com.mysql.cj.jdbc.Driver
# mybatis
mybatis:
mapper-locations: classpath:mapper/*.xml
type-aliases-package: cn.van.mybatis.batch.entity
1.3 實體類
@Data
@Accessors(chain = true)
public class UserInfoBatchDO implements Serializable {
private Long id;
private String userName;
private String passWord;
private String nickName;
private String mobile;
private String email;
private LocalDateTime gmtCreate;
private LocalDateTime gmtUpdate;
}
1.4 UserInfoBatchMapper
public interface UserInfoBatchMapper {
/** 單條插入
* @param info
* @return
*/
int insert(UserInfoBatchDO info);
/**
* foreach 插入
* @param list
* @return
*/
int batchInsert(List<UserInfoBatchDO> list);
}
1.5 UserInfoBatchMapper.xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="cn.van.mybatis.batch.mapper.UserInfoBatchMapper">
<insert id="insert" parameterType="cn.van.mybatis.batch.entity.UserInfoBatchDO">
insert into user_info_batch (user_name, pass_word, nick_name, mobile, email, gmt_create, gmt_update)
values (#{userName,jdbcType=VARCHAR}, #{passWord,jdbcType=VARCHAR},#{nickName,jdbcType=VARCHAR}, #{mobile,jdbcType=VARCHAR}, #{email,jdbcType=VARCHAR}, #{gmtCreate,jdbcType=TIMESTAMP}, #{gmtUpdate,jdbcType=TIMESTAMP})
</insert>
<insert id="batchInsert">
insert into user_info_batch (user_name, pass_word, nick_name, mobile, email, gmt_create, gmt_update)
values
<foreach collection="list" item="item" separator=",">
(#{item.userName,jdbcType=VARCHAR}, #{item.passWord,jdbcType=VARCHAR}, #{item.nickName,jdbcType=VARCHAR}, #{item.mobile,jdbcType=VARCHAR}, #{item.email,jdbcType=VARCHAR}, #{item.gmtCreate,jdbcType=TIMESTAMP}, #{item.gmtUpdate,jdbcType=TIMESTAMP})
</foreach>
</insert>
</mapper>
1.6 預備資料
為了方便測試，抽離了幾個變數，並進行提前載入。
private List<UserInfoBatchDO> list = new ArrayList<>();
private List<UserInfoBatchDO> lessList = new ArrayList<>();
private List<UserInfoBatchDO> lageList = new ArrayList<>();
private List<UserInfoBatchDO> warmList = new ArrayList<>();
// 計數工具
private StopWatch sw = new StopWatch();
- 為了方便組裝資料，抽出了一個公共方法。
private List<UserInfoBatchDO> assemblyData(int count){
List<UserInfoBatchDO> list = new ArrayList<>();
UserInfoBatchDO userInfoDO;
for (int i = 0;i < count;i++){
userInfoDO = new UserInfoBatchDO()
.setUserName("Van")
.setNickName("風塵部落格")
.setMobile("17098705205")
.setPassWord("password")
.setGmtUpdate(LocalDateTime.now());
list.add(userInfoDO);
}
return list;
}
- 預熱資料
@Before
public void assemblyData() {
list = assemblyData(200000);
lessList = assemblyData(2000);
lageList = assemblyData(1000000);
warmList = assemblyData(5);
}
二、反覆執行單條插入語句
可能‘懶’的程式設計師會這麼做，很簡單，直接在原先單條
insert語句上巢狀一個for迴圈。
2.1 對應 mapper 介面
int insert(UserInfoBatchDO info);
2.2 測試方法
因為這種方法太慢，所以資料降低到
2000條
@Test
public void insert() {
log.info("【程式熱身】");
for (UserInfoBatchDO userInfoBatchDO : warmList) {
userInfoBatchMapper.insert(userInfoBatchDO);
}
log.info("【熱身結束】");
sw.start("反覆執行單條插入語句");
// 這裡插入 20w 條太慢了，所以我只插入了 2000 條
for (UserInfoBatchDO userInfoBatchDO : lessList) {
userInfoBatchMapper.insert(userInfoBatchDO);
}
sw.stop();
log.info("all cost info:{}",sw.prettyPrint());
}
2.3 執行時間
- 第一次
-----------------------------------------
ms % Task name
-----------------------------------------
59887 100% 反覆執行單條插入語句
- 第二次
-----------------------------------------
ms % Task name
-----------------------------------------
64853 100% 反覆執行單條插入語句
- 第三次
-----------------------------------------
ms % Task name
-----------------------------------------
58235 100% 反覆執行單條插入語句
該方式插入2000 條資料，執行三次的平均時間：60991 ms。
三、foreach 拼接SQL
3.1 對應mapper 介面
int batchInsert(List<UserInfoBatchDO> list);
3.2 測試方法
該方式和下一種方式都採用
20w條資料測試。
@Test
public void batchInsert() {
log.info("【程式熱身】");
for (UserInfoBatchDO userInfoBatchDO : warmList) {
userInfoBatchMapper.insert(userInfoBatchDO);
}
log.info("【熱身結束】");
sw.start("foreach 拼接 sql");
userInfoBatchMapper.batchInsert(list);
sw.stop();
log.info("all cost info:{}",sw.prettyPrint());
}
3.3 執行時間
- 第一次
-----------------------------------------
ms % Task name
-----------------------------------------
18835 100% foreach 拼接 sql
- 第二次
-----------------------------------------
ms % Task name
-----------------------------------------
17895 100% foreach 拼接 sql
- 第三次
-----------------------------------------
ms % Task name
-----------------------------------------
19827 100% foreach 拼接 sql
該方式插入20w 條資料，執行三次的平均時間：18852 ms。
四、批處理
該方式
mapper和xml複用了2.1。
4.1 rewriteBatchedStatements 引數
我在測試一開始，發現改成
Mybatis Batch提交的方法都不起作用，實際上在插入的時候仍然是一條條記錄的插，而且速度遠不如原來foreach拼接SQL的方法，這是非常不科學的。
後來才發現要批量執行的話，連線URL字串中需要新增一個引數：rewriteBatchedStatements=true
rewriteBatchedStatements引數介紹
MySql的JDBC連線的url中要加rewriteBatchedStatements引數，並保證5.1.13以上版本的驅動，才能實現高效能的批量插入。MySql JDBC驅動在預設情況下會無視executeBatch()語句，把我們期望批量執行的一組sql語句拆散，一條一條地發給MySql資料庫，批量插入實際上是單條插入，直接造成較低的效能。只有把rewriteBatchedStatements引數置為true, 驅動才會幫你批量執行SQL。這個選項對INSERT/UPDATE/DELETE都有效。
4.2 批處理準備
- 手動注入
SqlSessionFactory
@Resource
private SqlSessionFactory sqlSessionFactory;
- 測試程式碼
@Test
public void processInsert() {
log.info("【程式熱身】");
for (UserInfoBatchDO userInfoBatchDO : warmList) {
userInfoBatchMapper.insert(userInfoBatchDO);
}
log.info("【熱身結束】");
sw.start("批處理執行 插入");
// 開啟批處理
SqlSession session = sqlSessionFactory.openSession(ExecutorType.BATCH);
UserInfoBatchMapper mapper = session.getMapper(UserInfoBatchMapper.class);
for (int i = 0,length = list.size(); i < length; i++) {
mapper.insert(list.get(i));
//每20000條提交一次防止記憶體溢位
if(i%20000==19999){
session.commit();
session.clearCache();
}
}
session.commit();
session.clearCache();
sw.stop();
log.info("all cost info:{}",sw.prettyPrint());
}
4.3 執行時間
- 第一次
-----------------------------------------
ms % Task name
-----------------------------------------
09346 100% 批處理執行 插入
- 第二次
-----------------------------------------
ms % Task name
-----------------------------------------
08890 100% 批處理執行 插入
- 第三次
-----------------------------------------
ms % Task name
-----------------------------------------
09042 100% 批處理執行 插入
該方式插入20w 條資料，執行三次的平均時間：9092 ms。
4.4 如果資料更大
當我把資料擴大到 100w 時，foreach 拼接 sql 的方式已經無法完成插入了，所以我只能測試批處理的插入時間。
測試時，僅需將 【4.2】測試程式碼中的
list切成lageList測試即可。
- 第一次
-----------------------------------------
ms % Task name
-----------------------------------------
32419 100% 批處理執行 插入
- 第二次
-----------------------------------------
ms % Task name
-----------------------------------------
31935 100% 批處理執行 插入
- 第三次
-----------------------------------------
ms % Task name
-----------------------------------------
33048 100% 批處理執行 插入
該方式插入100w 條資料，執行三次的平均時間：32467 ms。
五、總結
| 批量插入方式 | 資料量 | 執行三次的平均時間 |
|---|---|---|
| 迴圈插入單條資料 | 2000 | 60991 ms |
foreach 拼接sql |
20w | 18852 ms |
| 批處理 | 20w | 9092 ms |
| 批處理 | 100w | 32467 ms |
- 迴圈插入單條資料雖然效率極低，但是程式碼量極少，資料量較小時可以使用，但是資料量較大禁止使用，效率太低了；
foreach拼接sql的方式，使用時有大段的xml和sql語句要寫，很容易出錯，雖然效率尚可，但是真正應對大量資料的時候，依舊無法使用，所以不推薦使用；- 批處理執行是有大資料量插入時推薦的做法，使用起來也比較方便。
【本文示例程式碼】