ReaderMX.
dbaplus社群

30万条数据插入MySQL仅需13秒，怎么做到的？！

ddbaplus社群约 9 分钟

本文主要讲述通过MyBatis、JDBC等做大数据量数据插入的案例和结果。

一、30万条数据插入数据库验证

验证的数据库表结构如下：

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，开始！

二、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标签加载外部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>

三、不分批次直接梭哈

MyBatis直接一次性批量插入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); // 最后插入剩余的数据        session.commit();
        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒");    } finally {        session.close();    }}

可以看到控制台输出：

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.

Image

超出最大数据包限制了，可以通过调整max_allowed_packet限制来提高可以传输的内容，不过由于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，那我们就一条一条循环着插入行不行呢？

四、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("成功插入 30 万条数据,耗时："+spendTime+"毫秒");    } finally {        session.close();    }}

执行后可以发现磁盘IO占比飙升，一直处于高位。

Image

等啊等，好久还没执行完。

Image

控制台输出如下：

Image

总共执行了14909367毫秒，换算出来是4小时八分钟，太慢了。

Image

还是优化下之前的批处理方案吧！

五、MyBatis实现插入30万条数据

先清理表数据，然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();                // 等待一段时间                Thread.sleep(waitTime * 1000);            }        }        // 最后插入剩余的数据        if(!CollectionUtils.isEmpty(userList)) {            session.insert("batchInsertUser", userList);            session.commit();        }
        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒");    } catch (Exception e) {        e.printStackTrace();    } finally {        session.close();    }}

使用了 MyBatis 的批处理操作，将每 1000 条数据放在一个批次中插入，能够较为有效地提高插入速度。同时请注意在循环插入时要带有合适的等待时间和批处理大小，以防止出现内存占用过高等问题。此外，还需要在配置文件中设置合理的连接池和数据库的参数，以获得更好的性能。

Image

在上面的示例中，我们每插入1000行数据就进行一次批处理提交，并等待10秒钟。这有助于控制内存占用，并确保插入操作平稳进行。

Image

五十分钟执行完毕，时间主要用在了等待上。

如果低谷时期执行，CPU和磁盘性能又足够的情况下，直接批处理不等待执行：

/** * 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();            }        }        // 最后插入剩余的数据        if(!CollectionUtils.isEmpty(userList)) {            session.insert("batchInsertUser", userList);            session.commit();        }
        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("成功插入 30 万条数据,耗时："+spendTime+"毫秒");    } catch (Exception e) {        e.printStackTrace();    } finally {        session.close();    }}

则24秒可以完成数据插入操作：

Image

Image

可以看到短时CPU和磁盘占用会飙高。

把批处理的量再调大一些调到5000，再执行：

Image

13秒插入成功30万条，直接起飞。

六、JDBC实现插入30万条数据

JDBC循环插入的话跟上面的mybatis逐条插入类似，不再赘述。

以下是 Java 使用 JDBC 批处理实现 30 万条数据插入的示例代码。请注意，该代码仅提供思路，具体实现需根据实际情况进行修改。

/** * 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);        // 关闭自动提交事务，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));            // 添加到批处理中            preparedStatement.addBatch();
            if (i % 1000 == 0) {                // 每1000条数据提交一次                preparedStatement.executeBatch();                connection.commit();                System.out.println("成功插入第 "+ i+" 条数据");            }
        }        // 处理剩余的数据        preparedStatement.executeBatch();        connection.commit();        long spendTime = System.currentTimeMillis()-startTime;        System.out.println("成功插入 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();            }        }    }}

Image

Image

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

  • 获取数据库连接。

  • 创建 Statement 对象。

  • 定义 SQL 语句，使用 PreparedStatement 对象预编译 SQL 语句并设置参数。

  • 执行批处理操作。

  • 处理剩余的数据。

  • 关闭 Statement 和 Connection 对象。

使用setAutoCommit(false) 来禁止自动提交事务，然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 对象以避免状态不一致问题。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，需要根据实际情况优化连接池和数据库的相关配置，以防止连接超时等问题。

总结

实现高效的大量数据插入需要结合以下优化策略（建议综合使用）：

1.批处理：批量提交SQL语句可以降低网络传输和处理开销，减少与数据库交互的次数。在Java中可以使用Statement或者PreparedStatement的addBatch()方法来添加多个SQL语句，然后一次性执行executeBatch()方法提交批处理的SQL语句。

  • 在循环插入时带有适当的等待时间和批处理大小，从而避免内存占用过高等问题：

  • 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，建议将批处理大小设置为1000-5000行，这将减少插入操作的频率并降低内存占用。

  • 采用适当的等待时间：等待时间指在批处理操作之间等待的时间量。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延迟插入操作的速度。通常，建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高等问题。

  • 考虑使用一些内存优化的技巧：例如使用内存数据库或使用游标方式插入数据，以减少内存占用。

总的来说，选择适当的批处理大小和等待时间可以帮助您平稳地进行插入操作，避免出现内存占用过高等问题。

2.索引：在大量数据插入前暂时去掉索引，最后再打上，这样可以大大减少写入时候的更新索引的时间。

3.数据库连接池：使用数据库连接池可以减少数据库连接建立和关闭的开销，提高性能。在没有使用数据库连接池的情况，记得在finally中关闭相关连接。

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

KEEP THE THREAD GOING

更多来源文章