【MyBatis】幾種批量插入效率的比較

批處理數據主要有三種方式：

1. 反復執行單條插入語句
2. foreach 拼接 sql
3. 批處理

一、前期准備

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 使用數據庫自增。

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 '登錄密碼',
                           `nick_name` varchar(30) NOT NULL COMMENT '昵稱',
                           `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 '創建時間',
                           `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 項目配置文件

細心的你可能已經發現，數據庫url 后面跟了一段 rewriteBatchedStatements=true，有什么用呢？先不急，后面會介紹。

# 數據庫配置
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 預備數據

為了方便測試，抽離了幾個變量，並進行提前加載。

    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();

• 為了方便組裝數據，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("風塵博客")
                    .setMobile("17098705205")
                    .setPassWord("password")
                    .setGmtUpdate(LocalDateTime.now());
            list.add(userInfoDO);
        }
        return list;
    }

• 預熱數據

    @Before
    public void assemblyData() {
        list = assemblyData(200000);
        lessList = assemblyData(2000);
        lageList = assemblyData(1000000);
        warmList = assemblyData(5);
    }

二、反復執行單條插入語句

可能‘懶’的程序員會這么做，很簡單，直接在原先單條insert語句上嵌套一個for循環。

2.1 對應 mapper 接口

int insert(UserInfoBatchDO info);

2.2 測試方法

因為這種方法太慢，所以數據降低到 2000 條

@Test
public void insert() {
    log.info("【程序熱身】");
    for (UserInfoBatchDO userInfoBatchDO : warmList) {
        userInfoBatchMapper.insert(userInfoBatchDO);
    }
    log.info("【熱身結束】");
    sw.start("反復執行單條插入語句");
    // 這里插入 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%  反復執行單條插入語句

• 第二次

-----------------------------------------
ms     %     Task name
-----------------------------------------
64853  100%  反復執行單條插入語句

• 第三次

-----------------------------------------
ms     %     Task name
-----------------------------------------
58235  100%  反復執行單條插入語句

該方式插入2000 條數據，執行三次的平均時間：60991 ms。

三、foreach 拼接SQL

3.1 對應mapper 接口

int batchInsert(List<UserInfoBatchDO> list);

3.2 測試方法

該方式和下一種方式都采用20w條數據測試。

@Test
public void batchInsert() {
    log.info("【程序熱身】");
    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 條數據，執行三次的平均時間：18852 ms。

四、批處理

該方式 mapper 和xml 復用了 2.1。

4.1 rewriteBatchedStatements 參數

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。

后來才發現要批量執行的話，連接URL字符串中需要新增一個參數：rewriteBatchedStatements=true

• rewriteBatchedStatements參數介紹

MySql的JDBC連接的url中要加rewriteBatchedStatements參數，並保證5.1.13以上版本的驅動，才能實現高性能的批量插入。MySql JDBC驅動在默認情況下會無視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數據庫，批量插入實際上是單條插入，直接造成較低的性能。只有把rewriteBatchedStatements參數置為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 批處理准備

• 手動注入 SqlSessionFactory

    @Resource
    private SqlSessionFactory sqlSessionFactory;

• 測試代碼

@Test
public void processInsert() {
    log.info("【程序熱身】");
    for (UserInfoBatchDO userInfoBatchDO : warmList) {
        userInfoBatchMapper.insert(userInfoBatchDO);
    }
    log.info("【熱身結束】");
    sw.start("批處理執行 插入");
    // 打開批處理
    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條提交一次防止內存溢出
        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 條數據，執行三次的平均時間：9092 ms。

4.4 如果數據更大

當我把數據擴大到 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】測試代碼中的 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 條數據，執行三次的平均時間：32467 ms。

五、總結

批量插入方式	數據量	執行三次的平均時間
循環插入單條數據	2000	60991 ms
foreach 拼接sql	20w	18852 ms
批處理	20w	9092 ms
批處理	100w	32467 ms

1. 循環插入單條數據雖然效率極低，但是代碼量極少，數據量較小時可以使用，但是數據量較大禁止使用，效率太低了；
2. 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，但是真正應對大量數據的時候，依舊無法使用，所以不推薦使用；
3. 批處理執行是有大數據量插入時推薦的做法，使用起來也比較方便。

【本文示例代碼】