Mybatis批量插入数据的两种方式总结与对比
作者:Neo Yang
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
/** * 插入数据列表 * * @param dataList 数据列表 */ 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
/** * 插入单条数据 * * @param data PO数据 */ 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
总结
到此这篇关于Mybatis批量插入数据的两种方式总结与对比的文章就介绍到这了,更多相关Mybatis批量插入数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!