共饮一杯无

来源：blog.csdn.net/qq_35427589/article/details/129665307

本文主要讲述通过MyBatis、JDBC等做大数据量数据插入的案例和结果。

# 30万条数据插入插入数据库验证

实体类、mapper和配置文件定义

验证的数据库表结构如下：

CREATETABLE`t_user` (`id`int(11) NOTNULL AUTO_INCREMENT COMMENT'用户id',`username`varchar(64) DEFAULTNULLCOMMENT'用户名称',`age`int(4) DEFAULTNULLCOMMENT'年龄', PRIMARY KEY (`id`)) ENGINE=InnoDBDEFAULTCHARSET=utf8 COMMENT='用户信息表';

话不多说，开整！

# 实体类、mapper和配置文件定义

User实体

/** * <p>用户实体</p> * * @Author zjq * @Date 2021/8/3 */@Datapublic classUser{privateint id;private String username;privateint age;}

mapper接口

publicinterfaceUserMapper {/** * 批量插入用户 * @param userList */voidbatchInsertUser(@Param("list") List<User> userList);}

mapper.xml文件

<!-- 批量插入用户信息 --><insertid="batchInsertUser"parameterType="java.util.List"> insert into t_user(username,age) values<foreachcollection="list"item="item"index="index"separator=","> ( #{item.username}, #{item.age} )</foreach></insert>

jdbc.properties

jdbc.driver=com.mysql.jdbc.Driverjdbc.url=jdbc:mysql://localhost:3306/testjdbc.username=rootjdbc.password=root

sqlMapConfig.xml

<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN" "http://mybatis.org/dtd/mybatis-3-config.dtd"><configuration><!--通过properties标签加载外部properties文件--><propertiesresource="jdbc.properties"></properties><!--自定义别名--><typeAliases><typeAliastype="com.zjq.domain.User"alias="user"></typeAlias></typeAliases><!--数据源环境--><environmentsdefault="developement"><environmentid="developement"><transactionManagertype="JDBC"></transactionManager><dataSourcetype="POOLED"><propertyname="driver"value="${jdbc.driver}"/><propertyname="url"value="${jdbc.url}"/><propertyname="username"value="${jdbc.username}"/><propertyname="password"value="${jdbc.password}"/></dataSource></environment></environments><!--加载映射文件--><mappers><mapperresource="com/zjq/mapper/UserMapper.xml"></mapper></mappers></configuration>

不分批次直接梭哈

MyBatis直接一次性批量插入30万条，代码如下：

@TestpublicvoidtestBatchInsertUser() throws IOException { InputStream resourceAsStream = Resources.getResourceAsStream("sqlMapConfig.xml"); SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream); SqlSession session = sqlSessionFactory.openSession(); System.out.println("===== 开始插入数据 =====");long startTime = System.currentTimeMillis();try { List<User> userList = new ArrayList<>();for (int i = 1; i <= 300000; i++) { User user = new User(); user.setId(i); user.setUsername("共饮一杯无 " + i); user.setAge((int) (Math.random() * 100)); userList.add(user); } session.insert("batchInsertUser", userList); // 最后插入剩余的数据 session.commit();long spendTime = System.currentTimeMillis()-startTime; System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒"); } finally { session.close(); } }

可以看到控制台输出：

Cause: com.mysql.jdbc.PacketTooBigException: Packet for query is too large (27759038 >yun 4194304). You can change this value on the server by setting the max_allowed_packet’ variable.

超出最大数据包限制了，可以通过调整max_allowed_packet限制来提高可以传输的内容，不过由于30万条数据超出太多，这个不可取，梭哈看来是不行了 😅😅😅

既然梭哈不行那我们就一条一条循环着插入行不行呢

循环逐条插入

mapper接口和mapper文件中新增单个用户新增的内容如下:

/** * 新增单个用户 * @param user */voidinsertUser(User user);

<!-- 新增用户信息 --><insertid="insertUser"parameterType="user"> insert into t_user(username,age) values ( #{username}, #{age} )</insert>

调整执行代码如下：

@TestpublicvoidtestCirculateInsertUser() throws IOException { InputStream resourceAsStream = Resources.getResourceAsStream("sqlMapConfig.xml"); SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream); SqlSession session = sqlSessionFactory.openSession(); System.out.println("===== 开始插入数据 =====");long startTime = System.currentTimeMillis();try {for (int i = 1; i <= 300000; i++) { User user = new User(); user.setId(i); user.setUsername("共饮一杯无 " + i); user.setAge((int) (Math.random() * 100));// 一条一条新增 session.insert("insertUser", user); session.commit(); }long spendTime = System.currentTimeMillis()-startTime; System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒"); } finally { session.close(); } }

执行后可以发现磁盘IO占比飙升，一直处于高位。

等啊等等啊等，好久还没执行完

先不管他了太慢了先搞其他的，等会再来看看结果吧。

two thousand year later …

控制台输出如下：

总共执行了14909367毫秒，换算出来是4小时八分钟。太慢了。。

👇👇👇还是优化下之前的批处理方案吧

# MyBatis实现插入30万条数据

先清理表数据，然后优化批处理执行插入：

-- 清空用户表TRUNCATEtable t_user;

以下是通过 MyBatis 实现 30 万条数据插入代码实现：

/** * 分批次批量插入 * @throws IOException */ @TestpublicvoidtestBatchInsertUser() throws IOException { InputStream resourceAsStream = Resources.getResourceAsStream("sqlMapConfig.xml"); SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream); SqlSession session = sqlSessionFactory.openSession(); System.out.println("===== 开始插入数据 =====");long startTime = System.currentTimeMillis();int waitTime = 10;try { List<User> userList = new ArrayList<>();for (int i = 1; i <= 300000; i++) { User user = new User(); user.setId(i); user.setUsername("共饮一杯无 " + i); user.setAge((int) (Math.random() * 100)); userList.add(user);if (i % 1000 == 0) { session.insert("batchInsertUser", userList);// 每 1000 条数据提交一次事务 session.commit(); userList.clear();// 等待一段时间 Thread.sleep(waitTime * 1000); } }// 最后插入剩余的数据if(!CollectionUtils.isEmpty(userList)) { session.insert("batchInsertUser", userList); session.commit(); }long spendTime = System.currentTimeMillis()-startTime; System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒"); } catch (Exception e) { e.printStackTrace(); } finally { session.close(); } }

使用了 MyBatis 的批处理操作，将每 1000 条数据放在一个批次中插入，能够较为有效地提高插入速度。同时请注意在循环插入时要带有合适的等待时间和批处理大小，以防止出现内存占用过高等问题。此外，还需要在配置文件中设置合理的连接池和数据库的参数，以获得更好的性能。

在上面的示例中，我们每插入1000行数据就进行一次批处理提交，并等待10秒钟。这有助于控制内存占用，并确保插入操作平稳进行。

五十分钟执行完毕，时间主要用在了等待上。

如果低谷时期执行，CPU和磁盘性能又足够的情况下，直接批处理不等待执行：

/** * 分批次批量插入 * @throws IOException */ @TestpublicvoidtestBatchInsertUser() throws IOException { InputStream resourceAsStream = Resources.getResourceAsStream("sqlMapConfig.xml"); SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream); SqlSession session = sqlSessionFactory.openSession(); System.out.println("===== 开始插入数据 =====");long startTime = System.currentTimeMillis();int waitTime = 10;try { List<User> userList = new ArrayList<>();for (int i = 1; i <= 300000; i++) { User user = new User(); user.setId(i); user.setUsername("共饮一杯无 " + i); user.setAge((int) (Math.random() * 100)); userList.add(user);if (i % 1000 == 0) { session.insert("batchInsertUser", userList);// 每 1000 条数据提交一次事务 session.commit(); userList.clear(); } }// 最后插入剩余的数据if(!CollectionUtils.isEmpty(userList)) { session.insert("batchInsertUser", userList); session.commit(); }long spendTime = System.currentTimeMillis()-startTime; System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒"); } catch (Exception e) { e.printStackTrace(); } finally { session.close(); } }

则24秒可以完成数据插入操作：

可以看到短时CPU和磁盘占用会飙高。

把批处理的量再调大一些调到5000，在执行：

13秒插入成功30万条，直接芜湖起飞🛫🛫🛫

# JDBC实现插入30万条数据

JDBC循环插入的话跟上面的mybatis逐条插入类似，不再赘述。

以下是 Java 使用 JDBC 批处理实现 30 万条数据插入的示例代码。请注意，该代码仅提供思路，具体实现需根据实际情况进行修改。

/** * JDBC分批次批量插入 * @throws IOException */ @TestpublicvoidtestJDBCBatchInsertUser() throws IOException { Connection connection = null; PreparedStatement preparedStatement = null; String databaseURL = "jdbc:mysql://localhost:3306/test"; String user = "root"; String password = "root";try { connection = DriverManager.getConnection(databaseURL, user, password);// 关闭自动提交事务，改为手动提交 connection.setAutoCommit(false); System.out.println("===== 开始插入数据 =====");long startTime = System.currentTimeMillis(); String sqlInsert = "INSERT INTO t_user ( username, age) VALUES ( ?, ?)"; preparedStatement = connection.prepareStatement(sqlInsert); Random random = new Random();for (int i = 1; i <= 300000; i++) { preparedStatement.setString(1, "共饮一杯无 " + i); preparedStatement.setInt(2, random.nextInt(100));// 添加到批处理中 preparedStatement.addBatch();if (i % 1000 == 0) {// 每1000条数据提交一次 preparedStatement.executeBatch(); connection.commit(); System.out.println("成功插入第 "+ i+" 条数据"); } }// 处理剩余的数据 preparedStatement.executeBatch(); connection.commit();long spendTime = System.currentTimeMillis()-startTime; System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒"); } catch (SQLException e) { System.out.println("Error: " + e.getMessage()); } finally {if (preparedStatement != null) {try { preparedStatement.close(); } catch (SQLException e) { e.printStackTrace(); } }if (connection != null) {try { connection.close(); } catch (SQLException e) { e.printStackTrace(); } } } }

上述示例代码中，我们通过 JDBC 连接 MySQL 数据库，并执行批处理操作插入数据。具体实现步骤如下：

使用setAutoCommit(false) 来禁止自动提交事务，然后在每次批量插入之后手动提交事务。每次插入数据时都新建一个 PreparedStatement 对象以避免状态不一致问题。在插入数据的循环中，每 10000 条数据就执行一次 executeBatch() 插入数据。

另外，需要根据实际情况优化连接池和数据库的相关配置，以防止连接超时等问题。

# 总结

实现高效的大量数据插入需要结合以下优化策略（建议综合使用）：

1.批处理：批量提交SQL语句可以降低网络传输和处理开销，减少与数据库交互的次数。在Java中可以使用Statement或者PreparedStatement的addBatch()方法来添加多个SQL语句，然后一次性执行executeBatch()方法提交批处理的SQL语句。

2.索引: 在大量数据插入前暂时去掉索引，最后再打上，这样可以大大减少写入时候的更新索引的时间。

3.数据库连接池：使用数据库连接池可以减少数据库连接建立和关闭的开销，提高性能。在没有使用数据库连接池的情况，记得在finally中关闭相关连接。

数据库参数调整：增加MySQL数据库缓冲区大小、配置高性能的磁盘和I/O等。

热门推荐