插入5万数据仅用16秒，用PreparedStatement就可以

た入场券 2024-03-22 09:09 17阅读 0赞

#### 文章目录 ####

*  1. 前言
 *  2. 多线程方案
 *  3. PreparedStatement批量插入

![在这里插入图片描述][d80cc3a0bfdb4c748b98f556696698e2.jpeg_pic_center]

## 1. 前言 ##

最近系统中增加了一个下发数据的功能，由于系统用户量较大，这个需要最后要插入数据库大概5万多条数据，虽然算不上大数据，但是也需要好好考虑性能问题了。  
开始用mybatis的批量插入做了一版，整体上分批插入，每批插入3000条（在生产环境试过一次5000条，结果卡了改成对半砍），mapper代码大概如下图,只要程序中计算得到所有列表数据传入insertBatch方法中即可（加了springBoot自带事务）  
![在这里插入图片描述][b7d7de60b7b8482885db7b8ab452efeb.png]  
`情理之外，意料之中，前端发了请求后超过300s没有返回response报错了`

## 2. 多线程方案 ##

这个是从网上抄的方案，直接运行发现确实快了，但是想想人家多线程都是解决百万级别的数据，我这个需求用多线程有点小题大做了，况且生产环境万一发生什么并发类的问题我们这里不太容易定位，因为接触不到内网数据，需要出差到现场，有没有更简洁的方式呢？  
`因为没用多线程，抄的代码就不贴了`

## 3. PreparedStatement批量插入 ##

基于以前的经验，`查询数据量较大时用jdbc直接连数据库比用mybatis的mapper文件快很多`,所以就改成用jdbc查数据库，不可避免用到PreparedStatement.executeBatch()方法，这里也有个坑，一定要记得手动管理事务哦！  
最终批量插入代码：

private static final int THREAD_COUNT_SIZE = 3000;
        public void batchInsert(List<Product> productList) {
        
            long start = System.currentTimeMillis();
            // 分批数
            int round = productList.size() / THREAD_COUNT_SIZE + 1;
            for (int i = 0; i < round; i++) {
        
                int startLen = i * THREAD_COUNT_SIZE;
                int endLen = ((i + 1) * THREAD_COUNT_SIZE > productList.size() ? productList.size() : (i + 1) * THREAD_COUNT_SIZE);
                final List<Product> threadList = productList.subList(startLen, endLen);
                Connection conn = JdbcUtil.getConnection();
                StringBuilder sqlBuilder = new StringBuilder();
                sqlBuilder.append("INSERT INTO PRODUCT (ID,PRODUCTNAME,PRODUCTCODE,PRODUCTDESC,PARENTID,")
                        .append("SORT,LEVEL,ORGID,ORGCODE,ORGNAME,ORGPATH,CREATEBY,CREATEUSERID,CREATETIME)")
                        .append("VALUES(?,?,?,?,?,?,?,?,?,?,?,?,?,?)");
                PreparedStatement preparedStatement = null;
                try {
        
                    conn.setAutoCommit(false);
                    preparedStatement = conn.prepareStatement(sqlBuilder.toString());
                    //循环
                    for (int k = 0; k < threadList.size(); k++) {
        
                        ProductModel u = threadList.get(k);
                        //使用参数对象替换预编SQL语句中的占位符
                        preparedStatement.setString(1, u.getId());
                        preparedStatement.setString(2, u.getProductname());
                        preparedStatement.setString(3, u.getProductcode());
                        preparedStatement.setString(4, u.getProductdesc());
                        preparedStatement.setString(5, u.getParentid());
                        preparedStatement.setString(6, u.getProductmodelpath());
                        preparedStatement.setString(7, u.getSort());
                        preparedStatement.setString(8, u.getLevel());
                        preparedStatement.setString(9, u.getOrgid());
                        preparedStatement.setString(10, u.getOrgcode());
                        preparedStatement.setString(11, u.getOrgname());
                        preparedStatement.setString(12, u.getOrgpath());
                        preparedStatement.setString(13, u.getCreateBy());
                        preparedStatement.setString(14, u.getCreateUserId());
                        preparedStatement.setDate(15, new java.sql.Date(System.currentTimeMillis()));
                        //循环一次就会生成一条sql语句
                        preparedStatement.addBatch();
                    }
                    preparedStatement.executeBatch();
                    conn.commit();
                    conn.setAutoCommit(true);
                } catch (SQLException e) {
        
                    e.printStackTrace();
                }finally {
        
                    try {
        
                        if (preparedStatement != null) {
        
                            preparedStatement.close();
                        }
                        if (conn != null) {
        
                            conn.close();
                        }
                    } catch (SQLException e) {
        
                        e.printStackTrace();
                    }
                }
            }
            long end = System.currentTimeMillis();
            System.out.println("批量插入耗时:" + (end - start) + "ms");
        }

测试结果，插入50250条数据，耗时16279ms, 这个结果还可以接受。  
做个有追求的程序员，朋友们有更好的方式可以讨论下！  
![在这里插入图片描述][2f9e168908da4f3db8f5ad182f174dc0.gif_pic_center]

[d80cc3a0bfdb4c748b98f556696698e2.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/22/c163758425434f1ebf9b70d7baad70a5.png
[b7d7de60b7b8482885db7b8ab452efeb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/22/b2bbcf30ca864fed99f9110d31321e60.png
[2f9e168908da4f3db8f5ad182f174dc0.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/22/afbc9c8be9084a56880de4b5cca43c3d.png