本文次要讲述通过MyBatis、JDBC等做大数据量数据插入的案例和后果。

30万条数据插入插入数据库验证

  • 实体类、mapper和配置文件定义
    • User实体
    • mapper接口
    • mapper.xml文件
    • jdbc.properties
    • sqlMapConfig.xml
  • 不分批次间接梭哈
  • 循环逐条插入
  • MyBatis实现插入30万条数据
  • JDBC实现插入30万条数据
  • 总结

验证的数据库表构造如下:

CREATE TABLE `t_user` (  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户id',  `username` varchar(64) DEFAULT NULL COMMENT '用户名称',  `age` int(4) DEFAULT NULL COMMENT '年龄',  PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='用户信息表';

话不多说,开整!

举荐一个开源收费的 Spring Boot 实战我的项目:

https://github.com/javastacks/spring-boot-best-practice

实体类、mapper和配置文件定义

User实体

/** * <p>用户实体</p> * * @Author zjq */@Datapublic class User {    private int id;    private String username;    private int age;}

mapper接口

public interface UserMapper {    /**     * 批量插入用户     * @param userList     */    void batchInsertUser(@Param("list") List<User> userList);}

mapper.xml文件

<!-- 批量插入用户信息 --><insert id="batchInsertUser" parameterType="java.util.List">    insert into t_user(username,age) values    <foreach collection="list" item="item" index="index" separator=",">        (        #{item.username},        #{item.age}        )    </foreach></insert>

jdbc.properties

jdbc.driver=com.mysql.jdbc.Driverjdbc.url=jdbc:mysql://localhost:3306/testjdbc.username=rootjdbc.password=root

sqlMapConfig.xml

<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN" "http://mybatis.org/dtd/mybatis-3-config.dtd"><configuration>    <!--通过properties标签加载内部properties文件-->    <properties resource="jdbc.properties"></properties>    <!--自定义别名-->    <typeAliases>        <typeAlias type="com.zjq.domain.User" alias="user"></typeAlias>    </typeAliases>    <!--数据源环境-->    <environments default="developement">        <environment id="developement">            <transactionManager type="JDBC"></transactionManager>            <dataSource type="POOLED">                <property name="driver" value="${jdbc.driver}"/>                <property name="url" value="${jdbc.url}"/>                <property name="username" value="${jdbc.username}"/>                <property name="password" value="${jdbc.password}"/>            </dataSource>        </environment>    </environments>    <!--加载映射文件-->    <mappers>        <mapper resource="com/zjq/mapper/UserMapper.xml"></mapper>    </mappers></configuration>

不分批次间接梭哈

MyBatis间接一次性批量插入30万条,代码如下:

@Testpublic void testBatchInsertUser() throws IOException {    InputStream resourceAsStream =            Resources.getResourceAsStream("sqlMapConfig.xml");    SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream);    SqlSession session = sqlSessionFactory.openSession();    System.out.println("===== 开始插入数据 =====");    long startTime = System.currentTimeMillis();    try {        List<User> userList = new ArrayList<>();        for (int i = 1; i <= 300000; i++) {            User user = new User();            user.setId(i);            user.setUsername("共饮一杯无 " + i);            user.setAge((int) (Math.random() * 100));            userList.add(user);        }        session.insert("batchInsertUser", userList); // 最初插入残余的数据        session.commit();        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("胜利插入 30 万条数据,耗时:"+spendTime+"毫秒");    } finally {        session.close();    }}

能够看到控制台输入:

Cause: com.mysql.jdbc.PacketTooBigException: Packet for query is too large (27759038 >yun 4194304). You can change this value on the server by setting the max_allowed_packet’ variable.

超出最大数据包限度了,能够通过调整max_allowed_packet限度来进步能够传输的内容,不过因为30万条数据超出太多,这个不可取,梭哈看来是不行了

既然梭哈不行那咱们就一条一条循环着插入行不行呢!

循环逐条插入

mapper接口和mapper文件中新增单个用户新增的内容如下:

/** * 新增单个用户 * @param user */void insertUser(User user);<!-- 新增用户信息 --><insert id="insertUser" parameterType="user">    insert into t_user(username,age) values        (        #{username},        #{age}        )</insert>

调整执行代码如下:

@Testpublic void testCirculateInsertUser() throws IOException {    InputStream resourceAsStream =            Resources.getResourceAsStream("sqlMapConfig.xml");    SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream);    SqlSession session = sqlSessionFactory.openSession();    System.out.println("===== 开始插入数据 =====");    long startTime = System.currentTimeMillis();    try {        for (int i = 1; i <= 300000; i++) {            User user = new User();            user.setId(i);            user.setUsername("共饮一杯无 " + i);            user.setAge((int) (Math.random() * 100));            // 一条一条新增            session.insert("insertUser", user);            session.commit();        }        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("胜利插入 30 万条数据,耗时:"+spendTime+"毫秒");    } finally {        session.close();    }}

执行后能够发现磁盘IO占比飙升,始终处于高位。

等啊等等啊等,良久还没执行完

先不论他了太慢了先搞其余的,等会再来看看后果吧。

two thousand year later …

控制台输入如下:

总共执行了14909367毫秒,换算进去是4小时八分钟。太慢了。。

还是优化下之前的批处理计划吧

MyBatis实现插入30万条数据

先清理表数据,而后优化批处理执行插入:

-- 清空用户表TRUNCATE table  t_user;

以下是通过 MyBatis 实现 30 万条数据插入代码实现:

/** * 分批次批量插入 * @throws IOException */@Testpublic void testBatchInsertUser() throws IOException {    InputStream resourceAsStream =            Resources.getResourceAsStream("sqlMapConfig.xml");    SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream);    SqlSession session = sqlSessionFactory.openSession();    System.out.println("===== 开始插入数据 =====");    long startTime = System.currentTimeMillis();    int waitTime = 10;    try {        List<User> userList = new ArrayList<>();        for (int i = 1; i <= 300000; i++) {            User user = new User();            user.setId(i);            user.setUsername("共饮一杯无 " + i);            user.setAge((int) (Math.random() * 100));            userList.add(user);            if (i % 1000 == 0) {                session.insert("batchInsertUser", userList);                // 每 1000 条数据提交一次事务                session.commit();                userList.clear();                // 期待一段时间                Thread.sleep(waitTime * 1000);            }        }        // 最初插入残余的数据        if(!CollectionUtils.isEmpty(userList)) {            session.insert("batchInsertUser", userList);            session.commit();        }        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("胜利插入 30 万条数据,耗时:"+spendTime+"毫秒");    } catch (Exception e) {        e.printStackTrace();    } finally {        session.close();    }}

应用了 MyBatis 的批处理操作,将每 1000 条数据放在一个批次中插入,可能较为无效地进步插入速度。同时请留神在循环插入时要带有适合的等待时间和批处理大小,以防止出现内存占用过低等问题。此外,还须要在配置文件中设置正当的连接池和数据库的参数,以取得更好的性能。

在下面的示例中,咱们每插入1000行数据就进行一次批处理提交,并期待10秒钟。这有助于管制内存占用,并确保插入操作安稳进行。

五十分钟执行结束,工夫次要用在了期待上。

如果低谷期间执行,CPU和磁盘性能又足够的状况下,间接批处理不期待执行:

/** * 分批次批量插入 * @throws IOException */@Testpublic void testBatchInsertUser() throws IOException {    InputStream resourceAsStream =            Resources.getResourceAsStream("sqlMapConfig.xml");    SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(resourceAsStream);    SqlSession session = sqlSessionFactory.openSession();    System.out.println("===== 开始插入数据 =====");    long startTime = System.currentTimeMillis();    int waitTime = 10;    try {        List<User> userList = new ArrayList<>();        for (int i = 1; i <= 300000; i++) {            User user = new User();            user.setId(i);            user.setUsername("共饮一杯无 " + i);            user.setAge((int) (Math.random() * 100));            userList.add(user);            if (i % 1000 == 0) {                session.insert("batchInsertUser", userList);                // 每 1000 条数据提交一次事务                session.commit();                userList.clear();            }        }        // 最初插入残余的数据        if(!CollectionUtils.isEmpty(userList)) {            session.insert("batchInsertUser", userList);            session.commit();        }        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("胜利插入 30 万条数据,耗时:"+spendTime+"毫秒");    } catch (Exception e) {        e.printStackTrace();    } finally {        session.close();    }}

则24秒能够实现数据插入操作:

能够看到短时CPU和磁盘占用会飙高。

把批处理的量再调大一些调到5000,在执行:

13秒插入胜利30万条,间接芜湖腾飞

JDBC实现插入30万条数据

JDBC循环插入的话跟下面的mybatis逐条插入相似,不再赘述。

以下是 Java 应用 JDBC 批处理实现 30 万条数据插入的示例代码。请留神,该代码仅提供思路,具体实现需依据理论状况进行批改。

/** * JDBC分批次批量插入 * @throws IOException */@Testpublic void testJDBCBatchInsertUser() throws IOException {    Connection connection = null;    PreparedStatement preparedStatement = null;    String databaseURL = "jdbc:mysql://localhost:3306/test";    String user = "root";    String password = "root";    try {        connection = DriverManager.getConnection(databaseURL, user, password);        // 敞开主动提交事务,改为手动提交        connection.setAutoCommit(false);        System.out.println("===== 开始插入数据 =====");        long startTime = System.currentTimeMillis();        String sqlInsert = "INSERT INTO t_user ( username, age) VALUES ( ?, ?)";        preparedStatement = connection.prepareStatement(sqlInsert);        Random random = new Random();        for (int i = 1; i <= 300000; i++) {            preparedStatement.setString(1, "共饮一杯无 " + i);            preparedStatement.setInt(2, random.nextInt(100));            // 增加到批处理中            preparedStatement.addBatch();            if (i % 1000 == 0) {                // 每1000条数据提交一次                preparedStatement.executeBatch();                connection.commit();                System.out.println("胜利插入第 "+ i+" 条数据");            }        }        // 解决残余的数据        preparedStatement.executeBatch();        connection.commit();        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("胜利插入 30 万条数据,耗时:"+spendTime+"毫秒");    } catch (SQLException e) {        System.out.println("Error: " + e.getMessage());    } finally {        if (preparedStatement != null) {            try {                preparedStatement.close();            } catch (SQLException e) {                e.printStackTrace();            }        }        if (connection != null) {            try {                connection.close();            } catch (SQLException e) {                e.printStackTrace();            }        }    }}

上述示例代码中,咱们通过 JDBC 连贯 MySQL 数据库,并执行批处理操作插入数据。具体实现步骤如下:

  • 获取数据库连贯。
  • 创立 Statement 对象。
  • 定义 SQL 语句,应用 PreparedStatement 对象预编译 SQL 语句并设置参数。
  • 执行批处理操作。
  • 解决残余的数据。
  • 敞开 Statement 和 Connection 对象。

应用setAutoCommit(false) 来禁止主动提交事务,而后在每次批量插入之后手动提交事务。每次插入数据时都新建一个 PreparedStatement 对象以防止状态不统一问题。在插入数据的循环中,每 10000 条数据就执行一次 executeBatch() 插入数据。

另外,须要依据理论状况优化连接池和数据库的相干配置,以避免连贯超时等问题。

总结

实现高效的大量数据插入须要联合以下优化策略(倡议综合应用):

1.批处理: 批量提交SQL语句能够升高网络传输和解决开销,缩小与数据库交互的次数。在Java中能够应用Statement或者PreparedStatementaddBatch()办法来增加多个SQL语句,而后一次性执行executeBatch()办法提交批处理的SQL语句。

  • 在循环插入时带有适当的等待时间和批处理大小,从而防止内存占用过低等问题:
    • 设置适当的批处理大小:批处理大小指在一次插入操作中插入多少行数据。如果批处理大小太小,插入操作的频率将很高,而如果批处理大小太大,可能会导致内存占用过高。通常,倡议将批处理大小设置为1000-5000行,这将缩小插入操作的频率并升高内存占用。
    • 采纳适当的等待时间:等待时间指在批处理操作之间期待的工夫量。等待时间过短可能会导致内存占用过高,而等待时间过长则可能会提早插入操作的速度。通常,倡议将等待时间设置为几秒钟到几十秒钟之间,这将使操作变得平滑且避免出现内存占用过低等问题。
    • 能够思考应用一些内存优化的技巧,例如应用内存数据库或应用游标形式插入数据,以缩小内存占用。
  • 总的来说,抉择适当的批处理大小和等待时间能够帮忙您安稳地进行插入操作,避免出现内存占用过低等问题。

2.索引: 在大量数据插入前临时去掉索引,最初再打上,这样能够大大减少写入时候的更新索引的工夫。

3.数据库连接池: 应用数据库连接池能够缩小数据库连贯建设和敞开的开销,进步性能。在没有应用数据库连接池的状况,记得在finally中敞开相干连贯。

数据库参数调整:减少MySQL数据库缓冲区大小、配置高性能的磁盘和I/O等。

版权申明:本文为CSDN博主「共饮一杯无」的原创文章,遵循CC 4.0 BY-SA版权协定,转载请附上原文出处链接及本申明。原文链接:https://blog.csdn.net/qq_35427589/article/details/129665307

近期热文举荐:

1.1,000+ 道 Java面试题及答案整顿(2022最新版)

2.劲爆!Java 协程要来了。。。

3.Spring Boot 2.x 教程,太全了!

4.别再写满屏的爆爆爆炸类了,试试装璜器模式,这才是优雅的形式!!

5.《Java开发手册(嵩山版)》最新公布,速速下载!

感觉不错,别忘了顺手点赞+转发哦!