当前位置： 首页 > news >正文

mybatisplus，jdbc 批量插入

news 2025/7/16 16:59:44

1.测试用例 

项目中遇到在做导入号码的时候我们会用到批量导入，提高入库的速度。接下来我们以10000条为测试用例。

1.1 批量执行sql语句

     当需要成批插入或者更新记录时，可以采用Java的批量更新机制，这一机制允许多条语句一次性提交给数据库批量处理。通常情况下比单独提交处理更有效率

JDBC的批量处理语句包括下面三个方法：

  • addBatch(String)：添加需要批量处理的SQL语句或是参数；
  • executeBatch()：执行批量处理语句；
  • clearBatch():清空缓存的数据

通常我们会遇到两种批量执行SQL语句的情况：

  •     多条SQL语句的批量处理；
  •     一个SQL语句的批量传参；

1.2 导入excell 

 

2.先使用mybatisplus的批量插入

phoneListService.saveBatch(callLists);

感觉插入还是有些慢，查了下文档，需要增加一个参数 

 Postgres jdbc的连接：

url: jdbc:postgresql://102.2.1.21:5432/postgres?
binaryTransfer=false&forceBinary=false&reWriteBatchedInserts=true
 

Mysql jdbc连接：

jdbc:mysql://102.2.1.21:3306/demo?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B1&rewriteBatchedStatements=true 

增加以下的参数进行优化

  • rewriteBatchedStatements=true：控制是否将批量插入语句转换成更高效的形式，true 表示转换，默认为 false 

  • binaryTransfer=false：控制是否使用二进制协议传输数据，false 表示不适用，默认为 true。

  • forceBinary=false：控制是否将非 ASCII 字符串强制转换为二进制格式，false 表示不强制转换，默认为 true

3.用jdbc插入 

感觉还是慢，不过不知道是什么原因。后来该用jdbc原生的，每500提交一次  

 Connection conn = jdbcUtils.getConnection();PreparedStatement ps = null;try {ps = jdbcUtils.createPreparedStatement1(conn, sql);//取消自动提交conn.setAutoCommit(false);for (int i = 0; i < phoneList.size(); i++) {PhoneList call = phoneList.get(i);Long startTime = DateUtils.getSec("00:00");String date1 = phone.getTodayBegin();String date2 = phone.getTodayStop();logger.warn("======date1:{} date2:{}", date1, date2);if (StringUtil.isNotEmpty(date1)) {startTime = DateUtils.getSec(date1.substring(date1.indexOf(":") - 2));}long endTime = DateUtils.getSec("23:58");if (StringUtil.isNotEmpty(date2)) {endTime = DateUtils.getSec(date2.substring(date2.indexOf(":") - 2));}logger.warn("======startTime:{} endTime:{}", startTime, endTime);if (StringUtils.isNotEmpty(sql)) {String startTimeParam = DateUtils.parseDateToStr(DateUtils.YYYY_MM_DD_HH_MM_SS, phone.getStartTime());String endTimeParam = DateUtils.parseDateToStr(DateUtils.YYYY_MM_DD_HH_MM_SS, phone.getEndTime());ps = jdbcUtils.createPreparedStatement2(ps, call.getId(), 2, 1, 0, phone.getRetryCount(), startTime, endTime,112, call.getId(), 0, phone.getPrefix() + call.getCustomerPhone(), 1, phone.getPrefix() + call.getCustomerPhone(),1, phone.getName(), 101, phone.getCampaignId(), phone.getMark(), phone.getIvrProfileUrl(), startTimeParam, endTimeParam);}ps.addBatch();if (i % 500 == 0) {ps.executeBatch();ps.clearBatch();}}ps.executeBatch();ps.clearBatch();//所有语句都执行完毕后才手动提交sql语句conn.commit();} catch (SQLException e) {logger.error("insertBatchSql error:{}", e);} finally {jdbcUtils.close(conn, ps);}

jdbcutils工具，也可以自己实现

package com.gary.utils.jdbc;import org.slf4j.Logger;
import org.slf4j.LoggerFactory;import javax.sql.DataSource;
import java.sql.Connection;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.util.List;/*** JDBC工具类** @author byx*/
public class JdbcUtils {private final ConnectionManager connManager;private static Logger logger = LoggerFactory.getLogger(JdbcUtils.class);/*** 创建JdbcUtils** @param dataSource 数据源*/public JdbcUtils(DataSource dataSource) {connManager = new ConnectionManager(dataSource);}public Connection getConnection() {return connManager.getConnection();}public void close(Connection conn, PreparedStatement stmt) {connManager.close(conn, stmt, null);}public PreparedStatement createPreparedStatement1(Connection conn, String sql) throws SQLException {PreparedStatement stmt = conn.prepareStatement(sql);return stmt;}public PreparedStatement createPreparedStatement2(PreparedStatement stmt, Object... params) throws SQLException {for (int i = 0; i < params.length; ++i) {stmt.setObject(i + 1, params[i]);}return stmt;}private PreparedStatement createPreparedStatement(Connection conn, String sql, Object... params) throws SQLException {PreparedStatement stmt = conn.prepareStatement(sql);for (int i = 0; i < params.length; ++i) {stmt.setObject(i + 1, params[i]);}return stmt;}/*** 查询数据库并转换结果集。* 用户可自定义结果集转换器。* 用户也可使用预定义的结果集转换器。** @param sql          sql语句* @param resultMapper 结果集转换器* @param params       sql参数* @param <T>          resultSetMapper返回的结果类型* @return 成功则返回转换结果，失败则抛出DbException，结果为空则返回空列表* @see ResultMapper* @see ListResultMapper* @see SingleRowResultMapper*/public <T> T query(String sql, ResultMapper<T> resultMapper, Object... params) {ResultSet rs = null;PreparedStatement stmt = null;Connection conn = null;try {conn = connManager.getConnection();logger.info("conn:{}", conn);stmt = createPreparedStatement(conn, sql, params);rs = stmt.executeQuery();return resultMapper.map(rs);} catch (SQLException e) {throw new DbException(e.getMessage(), e);} finally {connManager.close(conn, stmt, rs);}}/*** 查询数据库，对结果集的每一行进行转换，然后将所有行封装成列表。* 用户可自定义行转换器。* 用户也可使用预定义的行转换器。** @param sql       sql语句* @param rowMapper 行转换器* @param params    sql参数* @param <T>       rowMapper返回的结果类型* @return 成功则返回结果列表，失败则抛出DbException，结果为空则返回空列表* @see RowMapper* @see BeanRowMapper* @see MapRowMapper* @see SingleColumnRowMapper*/public <T> List<T> queryList(String sql, RowMapper<T> rowMapper, Object... params) {return query(sql, new ListResultMapper<>(rowMapper), params);}/*** 查询数据库，将结果集的每一行转换成JavaBean，然后将所有行封装成列表。** @param sql    sql语句* @param type   JavaBean类型* @param params sql参数* @param <T>    JavaBean类型* @return 成功则返回结果列表，失败则抛出DbException，结果为空则返回空列表*/public <T> List<T> queryList(String sql, Class<T> type, Object... params) {return query(sql, new ListResultMapper<>(new BeanRowMapper<>(type)), params);}/*** 查询数据库，返回结果集中的单个值。* 如果结果集中有多个值，则只返回第一行第一列的值。** @param sql    sql语句* @param params sql参数* @param <T>    结果类型* @return 成功则返回结果值，失败则抛出DbException，结果为空则返回null*/public <T> T querySingleValue(String sql, Object... params) {return query(sql, new SingleRowResultMapper<>(new SingleColumnRowMapper<>()), params);}/*** 查询数据库，返回结果集中的单行数据。* 如果结果集中有多行数据，则只返回第一行数据。* 用户可自定义行转换器。* 用户也可使用预定义的行转换器。** @param sql       sql语句* @param rowMapper 行转换器* @param params    sql参数* @param <T>       rowMapper返回的结果类型* @return 成功则返回结果，失败则抛出DbException，结果为空则返回null* @see RowMapper* @see BeanRowMapper* @see MapRowMapper* @see SingleColumnRowMapper*/public <T> T querySingleRow(String sql, RowMapper<T> rowMapper, Object... params) {return query(sql, new SingleRowResultMapper<>(rowMapper), params);}/*** 查询数据库，将结果集中的单行数据转换成JavaBean。** @param sql    sql语句* @param type   JavaBean类型* @param params sql参数* @param <T>    JavaBean类型* @return 成功则返回结果，失败则抛出DbException，结果为空则返回null*/public <T> T querySingleRow(String sql, Class<T> type, Object... params) {return querySingleRow(sql, new BeanRowMapper<>(type), params);}/*** 更新数据库，返回影响行数** @param sql    sql语句* @param params sql参数* @return 成功则返回影响行数，失败则抛出DbException*/public int update(String sql, Object... params) {Connection conn = null;PreparedStatement stmt = null;try {conn = connManager.getConnection();stmt = createPreparedStatement(conn, sql, params);return stmt.executeUpdate();} catch (Exception e) {throw new DbException(e.getMessage(), e);} finally {connManager.close(conn, stmt, null);}}/*** 开启事务*/public void startTransaction() {connManager.startTransaction();}/*** 提交事务*/public void commit() {connManager.commit();}/*** 回滚事务*/public void rollback() {connManager.rollback();}/*** 判断当前是否在事务中*/public boolean inTransaction() {return connManager.inTransaction();}
}

Datasource实现

package com.system.modules.utils.jdbc;import com.alibaba.druid.pool.DruidDataSourceFactory;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;import javax.sql.DataSource;
import java.io.IOException;
import java.io.InputStream;
import java.util.Properties;public class JdbcDataSource {private static Logger logger = LoggerFactory.getLogger(JdbcDataSource.class);// 1.	声明静态数据源成员变量private static DataSource ds;// 2. 创建连接池对象static {logger.info("===数据库初始化====");// 加载配置文件中的数据InputStream is = JdbcUtils.class.getClassLoader().getResourceAsStream("durid.properties");Properties pp = new Properties();try {pp.load(is);logger.info("===数据库初始化====:{}",pp);// 创建连接池，使用配置文件中的参数ds = DruidDataSourceFactory.createDataSource(pp);} catch (IOException e) {logger.info("===数据库初始化====error:{}",e);} catch (Exception e) {logger.info("===数据库初始化====Exception:{}",e);}}// 3. 定义公有的得到数据源的方法public static DataSource getDataSource() {return ds;}
}

durid.propertes 实现：

driverClassName=org.postgresql.Driver
url=jdbc:postgresql://100.2.13.2:5432/postgres?reWriteBatchedInserts=true
username=root
password=123456
initialSize=5
maxActive=50
maxWait=3000

 执行时间：

看着速度快了许多。 

4.总结 

接下来还要研究下，mybatisplus为什么还是慢。 

http://www.lryc.cn/news/170895.html

相关文章：

  • 如何使用IP归属地查询API来追踪网络活动
  • 【SQL】S0 系列博文大纲
  • 2023年8月体育用品行业数据分析（京东数据产品）
  • 国内高校镜像网站
  • Linux安装kafka-manager
  • MYSQL索引——B+树讲解
  • VB将十进制整数转换成16进制以内的任意进制数
  • 基于SpringBoot+Vue的宠物领养饲养交流管理平台设计与实现
  • 【图像去噪】【TGV 正则器的快速计算方法】通过FFT的总（广义）变化进行图像去噪（Matlab代码实现）
  • windbg调试句柄问题
  • 9月13-14日上课内容 第三章 ELK日志分析系统及部署实例
  • 服务器端应用的安装
  • 关于硬盘质量大数据分析的思考
  • RK3568核心板分区空间不足，如何修改分区大小？
  • Linux系统怎么修改主机名
  • BroadcastChannel方法跨浏览器窗口通信
  • 山石网科国产化防火墙，打造全方位边界安全解决方案
  • AVL 树
  • ggplot2做图（填坑中）
  • Python日志处理器，同时打印到控制台和保存到文件中，并保证格式一致
  • JavaWeb后端开发登录操作 登录功能 通用模板/SpringBoot整合
  • The 2023 ICPC Asia Regionals Online Contest (1)(A D I J K L)
  • C++ PrimerPlus 复习 第七章 函数——C++的编程模块（上）
  • 2.求循环小数
  • zabbix监控告警邮箱提醒，钉钉提醒
  • 典型数据结构-栈/队列/链表、哈希查找、二叉树（BT）、线索二叉树、二叉排序树（BST树）、平衡二叉树（AVL树）、红黑树（RB树）
  • pyarmor 加密许可证的使用
  • 网络路径监控分析
  • vue双向数据绑定是如何实现的？
  • el-date-picker 封装一个简单的日期组件, 主要是禁用日期