Mybatis批量插入数据的两种方式
总体描述
软件开发过程中需要批量插入数据的场景有几种：
- 从离线文件(excel， csv等)导入大批量数据到系统。
- 从其它系统定时或者人工同步大批量数据到系统。
- 程序自身的某些算法执行时会生成大批量数据保存到数据库。
上面这些场景都是长时间的处理过程，在软件设计时需要将其设计成带进度展示的异步任务(同步任务微服务有http请求超时的风险)。异步任务可以使用消息框架。
使用批量插入技术能提升数据持久化的性能。用mybatis有两种批量插入数据的方式可选：1. 拼接批量插入多条数据的SQL. 2. 使用Batch Insert技术。
方式一：拼接插入多条数据的SQL
mapper接口代码
void insertDataList(@Param("list") List<BatchData> dataList);XML文件配置
<insert id="batchInsertData" useGeneratedKeys="true" keyColumn="id" keyProperty="id"> INSERT INTO t_batch_data ( column1, column2, column3, column4, column5, column6, column7, column8, column9, column10 ) VALUES <foreach item="data" collection="list" separator=","> ( #{data.column1}, #{data.column2}, #{data.column3}, #{data.column4}, #{data.column5}, #{data.column6}, #{data.column7}, #{data.column8}, #{data.column9}, #{data.column10} ) foreach> insert>可以看到，XML配置文件使用 foreach 对多条数据做了拼接，Value部分用逗号分隔。拼接后的SQL样式：
INSERT INTO t_batch_data ( column1, column2, column3, column4, column5, column6, column7, column8, column9, column10 ) VALUES ( ?, ?, ?, ?, ?, ?, ?, ?, ?, ? ) , ( ?, ?, ?, ?, ?, ?, ?, ?, ?, ? ) , ( ?, ?, ?, ?, ?, ?, ?, ?, ?, ? )可以看到，拼接的SQL长度跟批量插入数据的条数和单条数据的字段数相关。对于像postgres这样限定了参数个数的数据库，需要提前对大批量数据做拆分处理。
下面的示例代码对批量数据按200条一组做拆分，然后再入库。
public long foreachBatchInsert(@PathVariable("amount") int amount) { long beginTime = System.currentTimeMillis(); List<BatchData> dataList = buildDataList(amount); // 大数据分批处理入库 List<List<BatchData>> dataGroup = ListUtil.splitList(dataList, 200); for (List<BatchData> group : dataGroup) { batchInsertMapper.insertDataList(group); } return System.currentTimeMillis() - beginTime; }方式二： 使用Batch Insert技术
Mapper接口代码
void insertData(@Param("data") BatchData data);XML文件配置
<insert id="insertData" useGeneratedKeys="true" keyProperty="data.id" keyColumn="id"> INSERT INTO t_batch_data ( column1, column2, column3, column4, column5, column6, column7, column8, column9, column10 ) VALUES ( #{data.column1}, #{data.column2}, #{data.column3}, #{data.column4}, #{data.column5}, #{data.column6}, #{data.column7}, #{data.column8}, #{data.column9}, #{data.column10} ) insert>映射实例接口和SQL代码与插入单个对象无异。关键代码在应用层。
应用层代码
public long mybatisBatchInsert(@PathVariable("amount") int amount) { SqlSession session = sqlSessionFactory.openSession(ExecutorType.BATCH, false); long beginTime = System.currentTimeMillis(); try { BatchInsertMapper insertMapper = session.getMapper(BatchInsertMapper.class); List<BatchData> dataList = buildDataList(amount); for (BatchData data : dataList) { insertMapper.insertData(data); } session.commit(); session.clearCache(); } catch (Exception e) { session.rollback(); } finally { session.close(); } return System.currentTimeMillis() - beginTime; }查看打印出执行的SQL语句：
INSERT INTO t_batch_data ( column1, column2, column3, column4, column5, column6, column7, column8, column9, column10 ) VALUES ( ?, ?, ?, ?, ?, ?, ?, ?, ?, ? )拦截StatementHandler的prepare执行方法，可以看到只执行了一次预编译。批量插入不会出现参数个数超限或者SQL语句超长的问题。
对比分析
性能对比
在postgres数据库中新建了一个包含10个text类型字段的表(t_batch_data)验证了一下，插入20万条数据时间都在15秒左右，相差不大。方案1必须做分组(参数个数超过限制)；方案二本身是调用的mapper的插入单个对象的接口, 不需要做分批。
应用场景分析
如表字段是固定的，字段数量也不大可以使用方案一；如表字段数量不固定(元数据驱动)推荐使用第二种方案。第二种方案在代码执行到session.commit()时数据才真正入库，如果在这之前使用数据库的数据或者回填的自增ID是有问题的。
实际产品开发过程中，即使采用第二种方案也建议对大数量做分组处理，将单次操作数据库的时间控制在2秒以内。
Demo代码地址： https://github.com/ylforever/elon-postgres.git
来源地址：https://blog.csdn.net/ylforever/article/details/126592028
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
