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PreparedStatement
的addBatch()
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!