MyBatis 批量插入数据的 3 种方法！

古城微笑少年丶 2023-09-30 23:58 6阅读 0赞

数据库的最终效果如下：

![7b09fd62359967dee94633c303468bb8.png][]

### 1.循环单次插入 ###

接下来我们将使用 Spring Boot 项目，批量插入 10W 条数据来分别测试各个方法的执行时间。

循环单次插入的（测试）核心代码如下：

import com.example.demo.model.User;import com.example.demo.service.impl.UserServiceImpl;import org.junit.jupiter.api.Test;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.boot.test.context.SpringBootTest;
    @SpringBootTestclass UserControllerTest {
       
        // 最大循环次数    private static final int MAXCOUNT = 100000;
        @Autowired    private UserServiceImpl userService;
        /**     * 循环单次插入     */    @Test    void save() {
               long stime = System.currentTimeMillis(); // 统计开始时间        for (int i = 0; i < MAXCOUNT; i++) {
                   User user = new User();            user.setName("test:" + i);            user.setPassword("123456");            userService.save(user);        }        long etime = System.currentTimeMillis(); // 统计结束时间        System.out.println("执行时间：" + (etime - stime));    }}

运行以上程序，花费了 88574 毫秒，如下图所示：

![32a49efbc7f65105d5577ae0fe2dcb79.png][]

### 2.MP 批量插入 ###

MP 批量插入功能核心实现类有三个：UserController（控制器）、UserServiceImpl（业务逻辑实现类）、UserMapper（数据库映射类），它们的调用流程如下:

![32a0e89995d8cc7407e3471e6a5adf21.png][]

注意此方法实现需要先添加 MP 框架，打开 pom.xml 文件添加如下内容：

<dependency>    <groupId>com.baomidou</groupId>    <artifactId>mybatis-plus-boot-starter</artifactId>    <version>mybatis-plus-latest-version</version></dependency>

> 注意：mybatis-plus-latest-version 表示 MP 框架的最新版本号，可访问 [https://mvnrepository.com/artifact/com.baomidou/mybatis-plus-boot-starter][https_mvnrepository.com_artifact_com.baomidou_mybatis-plus-boot-starter] 查询最新版本号，但在使用的时候记得一定要将上面的 “mybatis-plus-latest-version”替换成换成具体的版本号，如 3.4.3 才能正常的引入框架。

更多 MP 框架的介绍请移步它的官网：[https://baomidou.com/guide/][https_baomidou.com_guide]

#### ① 控制器实现 ####

import com.example.demo.model.User;import com.example.demo.service.impl.UserServiceImpl;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RestController;
    import java.util.ArrayList;import java.util.List;
    @RestController@RequestMapping("/u")public class UserController {
       
        @Autowired    private UserServiceImpl userService;
        /**     * 批量插入（自定义）     */    @RequestMapping("/mysavebatch")    public boolean mySaveBatch(){
               List<User> list = new ArrayList<>();        // 待添加（用户）数据        for (int i = 0; i < 1000; i++) {
                   User user = new User();            user.setName("test:"+i);            user.setPassword("123456");            list.add(user);        }        return userService.saveBatchCustom(list);    }}

#### ② 业务逻辑层实现 ####

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;import com.example.demo.mapper.UserMapper;import com.example.demo.model.User;import com.example.demo.service.UserService;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Service;import java.util.List;
    @Servicepublic class UserServiceImpl extends ServiceImpl<UserMapper,User>        implements UserService {
       
        @Autowired    private UserMapper userMapper;
        public boolean saveBatchCustom(List<User> list){
               return userMapper.saveBatchCustom(list);    }}

#### ③ 数据持久层实现 ####

import com.baomidou.mybatisplus.core.mapper.BaseMapper;import com.example.demo.model.User;import org.apache.ibatis.annotations.Mapper;
    import java.util.List;
    @Mapperpublic interface UserMapper extends BaseMapper<User>{
       
        boolean saveBatchCustom(List<User> list);}

经过以上代码实现，我们就可以使用 MP 来实现数据的批量插入功能了，但本篇除了具体的实现代码之外，我们还要知道每种方法的执行效率，所以接下来我们来编写 MP 的测试代码。

#### MP 性能测试 ####

import com.example.demo.model.User;import com.example.demo.service.impl.UserServiceImpl;import org.junit.jupiter.api.Test;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.boot.test.context.SpringBootTest;
    import java.util.ArrayList;import java.util.List;
    @SpringBootTestclass UserControllerTest {
       
        // 最大循环次数    private static final int MAXCOUNT = 100000;
        @Autowired    private UserServiceImpl userService;
        /**     * MP 批量插入     */    @Test    void saveBatch() {
               long stime = System.currentTimeMillis(); // 统计开始时间        List<User> list = new ArrayList<>();        for (int i = 0; i < MAXCOUNT; i++) {
                   User user = new User();            user.setName("test:" + i);            user.setPassword("123456");            list.add(user);        }        // MP 批量插入        userService.saveBatch(list);        long etime = System.currentTimeMillis(); // 统计结束时间        System.out.println("执行时间：" + (etime - stime));    }}

以上程序的执行总共花费了 6088 毫秒，如下图所示：

![72708edaef8d5a1b5f58d3b607f3f8a2.png][]

从上述结果可知，使用 MP 的批量插入功能（插入数据 10W 条），它的性能比循环单次插入的性能提升了 14.5 倍。

#### MP 源码分析 ####

从 MP 和循环单次插入的执行时间我们可以看出，使用 MP 并不是像有些朋友认为的那样，还是循环单次执行的，为了更清楚的说明此问题，我们查看了 MP 的源码。

MP 的核心实现代码是 saveBatch 方法，此方法的源码如下：

![fa7705be84902f30b92171ad27175ec1.png][]

我们继续跟进 saveBatch 的重载方法：

![a0912908799d2d4b4f97edb87a2e68d0.png][]

从上述源码可以看出，MP 是将要执行的数据分成 N 份，每份 1000 条，每满 1000 条就会执行一次批量插入，所以它的性能要比循环单次插入的性能高很多。

那为什么要分批执行，而不是一次执行？别着急，当我们看了第 3 种实现方法之后我们就明白了。

### 3.原生批量插入 ###

原生批量插入方法是依靠 MyBatis 中的 foreach 标签，将数据拼接成一条原生的 insert 语句一次性执行的，核心实现代码如下。

#### ① 业务逻辑层扩展 ####

在 UserServiceImpl 添加 saveBatchByNative 方法，实现代码如下：

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;import com.example.demo.mapper.UserMapper;import com.example.demo.model.User;import com.example.demo.service.UserService;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Service;
    import java.util.List;
    @Servicepublic class UserServiceImpl extends ServiceImpl<UserMapper, User>        implements UserService {
       
        @Autowired    private UserMapper userMapper;
        public boolean saveBatchByNative(List<User> list) {
               return userMapper.saveBatchByNative(list);    }
    }

#### ② 数据持久层扩展 ####

在 UserMapper 添加 saveBatchByNative 方法，实现代码如下：

import com.baomidou.mybatisplus.core.mapper.BaseMapper;import com.example.demo.model.User;import org.apache.ibatis.annotations.Mapper;
    import java.util.List;
    @Mapperpublic interface UserMapper extends BaseMapper<User> {
       
        boolean saveBatchByNative(List<User> list);}

#### ③ 添加 UserMapper.xml ####

创建 UserMapper.xml 文件，使用 foreach 标签拼接 SQL，具体实现代码如下：

<?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="com.example.demo.mapper.UserMapper">    <insert id="saveBatchByNative">        INSERT INTO `USER`(`NAME`,`PASSWORD`) VALUES        <foreach collection="list" separator="," item="item">            (#{item.name},#{item.password})        </foreach>    </insert>
    </mapper>

经过以上步骤，我们原生的批量插入功能就实现的差不多了，接下来我们使用单元测试来查看一下此方法的执行效率。

#### 原生批量插入性能测试 ####

import com.example.demo.model.User;import com.example.demo.service.impl.UserServiceImpl;import org.junit.jupiter.api.Test;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.boot.test.context.SpringBootTest;
    import java.util.ArrayList;import java.util.List;
    @SpringBootTestclass UserControllerTest {
       
        // 最大循环次数    private static final int MAXCOUNT = 100000;
        @Autowired    private UserServiceImpl userService;        /**     * 原生自己拼接 SQL，批量插入     */    @Test    void saveBatchByNative() {
               long stime = System.currentTimeMillis(); // 统计开始时间        List<User> list = new ArrayList<>();        for (int i = 0; i < MAXCOUNT; i++) {
                   User user = new User();            user.setName("test:" + i);            user.setPassword("123456");            list.add(user);        }        // 批量插入        userService.saveBatchByNative(list);        long etime = System.currentTimeMillis(); // 统计结束时间        System.out.println("执行时间：" + (etime - stime));    }}

然而，当我们运行程序时却发生了以下情况：

![ffe5cc7b75ad1bb7e74614e18b08358a.png][]

纳尼？程序的执行竟然报错了。

#### 缺点分析 ####

从上述报错信息可以看出，当我们使用原生方法将 10W 条数据拼接成一个 SQL 执行时，由于拼接的 SQL 过大（4.56M）从而导致程序执行报错，因为默认情况下 MySQL 可以执行的最大 SQL（大小）为 4M，所以程序就报错了。

这就是原生批量插入方法的缺点，也是为什么 MP 需要分批执行的原因，就是为了防止程序在执行时，因为触发了数据库的最大执行 SQL 而导致程序执行报错。

解决方案

当然我们也可以通过设置 MySQL 的最大执行 SQL 来解决报错的问题，设置命令如下：

-- 设置最大执行 SQL 为 10Mset global max_allowed_packet=10*1024*1024;

如下图所示：

![1ae1631c6af0e1e0701acd1660a564cf.png][]

> 注意：以上命令需要在 MySQL 连接的客户端中执行。

但以上解决方案仍是治标不治本，因为我们无法预测程序中最大的执行 SQL 到底有多大，那么最普世的方法就是分配执行批量插入的方法了（也就是像 MP 实现的那样）。

当我们将 MySQL 的最大执行 SQL 设置为 10M 之后，运行以上单元测试代码，执行的结果如下：

![4d2f2a7d82be82570c7513bf911965d2.png][]

### 总结 ###

本文我们介绍了 MyBatis 批量插入的 3 种方法，其中循环单次插入的性能最低，也是最不可取的；使用 MyBatis 拼接原生 SQL 一次性插入的方法性能最高，但此方法可能会导致程序执行报错（触发了数据库最大执行 SQL 大小的限制），所以综合以上情况，可以考虑使用 MP 的批量插入功能。

[7b09fd62359967dee94633c303468bb8.png]: https://img-blog.csdnimg.cn/img_convert/7b09fd62359967dee94633c303468bb8.png
[32a49efbc7f65105d5577ae0fe2dcb79.png]: https://img-blog.csdnimg.cn/img_convert/32a49efbc7f65105d5577ae0fe2dcb79.png
[32a0e89995d8cc7407e3471e6a5adf21.png]: https://img-blog.csdnimg.cn/img_convert/32a0e89995d8cc7407e3471e6a5adf21.png
[https_mvnrepository.com_artifact_com.baomidou_mybatis-plus-boot-starter]: https://xie.infoq.cn/link?target=https%3A%2F%2Fmvnrepository.com%2Fartifact%2Fcom.baomidou%2Fmybatis-plus-boot-starter
[https_baomidou.com_guide]: https://xie.infoq.cn/link?target=https%3A%2F%2Fbaomidou.com%2Fguide%2F
[72708edaef8d5a1b5f58d3b607f3f8a2.png]: https://img-blog.csdnimg.cn/img_convert/72708edaef8d5a1b5f58d3b607f3f8a2.png
[fa7705be84902f30b92171ad27175ec1.png]: https://img-blog.csdnimg.cn/img_convert/fa7705be84902f30b92171ad27175ec1.png
[a0912908799d2d4b4f97edb87a2e68d0.png]: https://img-blog.csdnimg.cn/img_convert/a0912908799d2d4b4f97edb87a2e68d0.png
[ffe5cc7b75ad1bb7e74614e18b08358a.png]: https://img-blog.csdnimg.cn/img_convert/ffe5cc7b75ad1bb7e74614e18b08358a.png
[1ae1631c6af0e1e0701acd1660a564cf.png]: https://img-blog.csdnimg.cn/img_convert/1ae1631c6af0e1e0701acd1660a564cf.png
[4d2f2a7d82be82570c7513bf911965d2.png]: https://img-blog.csdnimg.cn/img_convert/4d2f2a7d82be82570c7513bf911965d2.png