批量插入功能是我们日常工作中比较常见的业务功能之一,下面这篇文章主要给大家介绍了关于Mybatis批量插入数据的两种方式总结与对比的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

总体描述

软件开发过程中需要批量插入数据的场景有几种：

• 从离线文件(excel， csv等)导入大批量数据到系统。

• 从其它系统定时或者人工同步大批量数据到系统。

• 程序自身的某些算法执行时会生成大批量数据保存到数据库。

上面这些场景都是长时间的处理过程，在软件设计时需要将其设计成带进度展示的异步任务(同步任务微服务有http请求超时的风险)。异步任务可以使用消息框架。

使用批量插入技术能提升数据持久化的性能。用mybatis有两种批量插入数据的方式可选：1. 拼接批量插入多条数据的SQL. 2. 使用Batch Insert技术。

方式一：拼接插入多条数据的SQL

mapper接口代码

/**
 * 插入数据列表
 *
 * @param dataList 数据列表
 */
void insertDataList(@Param("list") List<BatchData> dataList);

XML文件配置

<insert id="batchInsertData" useGeneratedKeys="true" keyColumn="id" keyProperty="id">
    INSERT INTO t_batch_data (
        column1,
        column2,
        column3,
        column4,
        column5,
        column6,
        column7,
        column8,
        column9,
        column10
    ) VALUES
    <foreach item="data" collection="list" separator=",">
        (
            #{data.column1},
            #{data.column2},
            #{data.column3},
            #{data.column4},
            #{data.column5},
            #{data.column6},
            #{data.column7},
            #{data.column8},
            #{data.column9},
            #{data.column10}
        )
    </foreach>
</insert>

可以看到，XML配置文件使用 foreach 对多条数据做了拼接，Value部分用逗号分隔。拼接后的SQL样式：

INSERT INTO t_batch_data (
            column1,
            column2,
            column3,
            column4,
            column5,
            column6,
            column7,
            column8,
            column9,
            column10
        ) VALUES
                       (
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?
            )
         ,
            (
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?
            )
         ,
            (
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?,
                ?
            )

可以看到，拼接的SQL长度跟批量插入数据的条数和单条数据的字段数相关。对于像postgres这样限定了参数个数的数据库，需要提前对大批量数据做拆分处理。

下面的示例代码对批量数据按200条一组做拆分，然后再入库。

public long foreachBatchInsert(@PathVariable("amount") int amount) {
    long beginTime = System.currentTimeMillis();
    List<BatchData> dataList = buildDataList(amount);
     // 大数据分批处理入库
    List<List<BatchData>> dataGroup = ListUtil.splitList(dataList, 200);
    for (List<BatchData> group : dataGroup) {
        batchInsertMapper.insertDataList(group);
    }
     return System.currentTimeMillis() - beginTime;
}

方式二： 使用Batch Insert技术

Mapper接口代码

/**
 * 插入单条数据
 *
 * @param data PO数据
 */
void insertData(@Param("data") BatchData data);

XML文件配置

<insert id="insertData" useGeneratedKeys="true" keyProperty="data.id" keyColumn="id">
    INSERT INTO t_batch_data (
        column1,
        column2,
        column3,
        column4,
        column5,
        column6,
        column7,
        column8,
        column9,
        column10
    ) VALUES (
        #{data.column1},
        #{data.column2},
        #{data.column3},
        #{data.column4},
        #{data.column5},
        #{data.column6},
        #{data.column7},
        #{data.column8},
        #{data.column9},
        #{data.column10}
    )
</insert>

映射实例接口和SQL代码与插入单个对象无异。关键代码在应用层。

应用层代码

public long mybatisBatchInsert(@PathVariable("amount") int amount) {
    SqlSession session = sqlSessionFactory.openSession(ExecutorType.BATCH, false);
    long beginTime = System.currentTimeMillis();
     try {
        BatchInsertMapper insertMapper = session.getMapper(BatchInsertMapper.class);
         List<BatchData> dataList = buildDataList(amount);
        for (BatchData data : dataList) {
            insertMapper.insertData(data);
        }
         session.commit();
        session.clearCache();
    } catch (Exception e) {
        session.rollback();
    } finally {
        session.close();
    }
     return System.currentTimeMillis() - beginTime;
}

查看打印出执行的SQL语句：

INSERT INTO t_batch_data (
            column1,
            column2,
            column3,
            column4,
            column5,
            column6,
            column7,
            column8,
            column9,
            column10
        ) VALUES (
            ?,
            ?,
            ?,
            ?,
            ?,
            ?,
            ?,
            ?,
            ?,
            ?
        )

拦截StatementHandler的prepare执行方法，可以看到只执行了一次预编译。批量插入不会出现参数个数超限或者SQL语句超长的问题。

对比分析

性能对比

在postgres数据库中新建了一个包含10个text类型字段的表(t_batch_data)验证了一下，插入20万条数据时间都在15秒左右，相差不大。方案1必须做分组(参数个数超过限制)；方案二本身是调用的mapper的插入单个对象的接口, 不需要做分批。

应用场景分析

如表字段是固定的，字段数量也不大可以使用方案一；如表字段数量不固定(元数据驱动)推荐使用第二种方案。第二种方案在代码执行到session.commit()时数据才真正入库，如果在这之前使用数据库的数据或者回填的自增ID是有问题的。

实际产品开发过程中，即使采用第二种方案也建议对大数量做分组处理，将单次操作数据库的时间控制在2秒以内。

Demo代码地址： https://github.com/ylforever/elon-postgres.git