关于批量插入数据之我见（100万级别的数据，mysql）

转自：http://blog.csdn.net/frinder/article/details/38830723

因前段时间去面试，问到如何高效向数据库插入10万条记录，之前没处理过类似问题，也没看过相关资料，结果没答上来，今天就查了些资料，总结出三种方法：

测试数据库为MySQL!!!

方法一:

[java] view plain copy

 

1. public static void insert() {  
2.         // 开时时间  
3.         Long begin = new Date().getTime();  
4.         // sql前缀  
5.         String prefix = "INSERT INTO tb_big_data (count, create_time, random) VALUES ";  
6.         try {  
7.             // 保存sql后缀  
8.             StringBuffer suffix = new StringBuffer();  
9.             // 设置事务为非自动提交  
10.             conn.setAutoCommit(false);  
11.             // Statement st = conn.createStatement();  
12.             // 比起st，pst会更好些  
13.             PreparedStatement pst = conn.prepareStatement("");  
14.             // 外层循环，总提交事务次数  
15.             for (int i = 1; i <= 100; i++) {  
16.                 // 第次提交步长  
17.                 for (int j = 1; j <= 10000; j++) {  
18.                     // 构建sql后缀  
19.                     suffix.append("(" + j * i + ", SYSDATE(), " + i * j  
20.                             * Math.random() + "),");  
21.                 }  
22.                 // 构建完整sql  
23.                 String sql = prefix + suffix.substring(0, suffix.length() - 1);  
24.                 // 添加执行sql  
25.                 pst.addBatch(sql);  
26.                 // 执行操作  
27.                 pst.executeBatch();  
28.                 // 提交事务  
29.                 conn.commit();  
30.                 // 清空上一次添加的数据  
31.                 suffix = new StringBuffer();  
32.             }  
33.             // 头等连接  
34.             pst.close();  
35.             conn.close();  
36.         } catch (SQLException e) {  
37.             e.printStackTrace();  
38.         }  
39.         // 结束时间  
40.         Long end = new Date().getTime();  
41.         // 耗时  
42.         System.out.println("cast : " + (end - begin) / 1000 + " ms");  
43.     }  

输出时间：cast : 23 ms

该方法目前测试是效率最高的方法!

方法二：

[java] view plain copy

 

1. public static void insertRelease() {  
2.         Long begin = new Date().getTime();  
3.         String sql = "INSERT INTO tb_big_data (count, create_time, random) VALUES (?, SYSDATE(), ?)";  
4.         try {  
5.             conn.setAutoCommit(false);  
6.             PreparedStatement pst = conn.prepareStatement(sql);  
7.             for (int i = 1; i <= 100; i++) {  
8.                 for (int k = 1; k <= 10000; k++) {  
9.                     pst.setLong(1, k * i);  
10.                     pst.setLong(2, k * i);  
11.                     pst.addBatch();  
12.                 }  
13.                 pst.executeBatch();  
14.                 conn.commit();  
15.             }  
16.             pst.close();  
17.             conn.close();  
18.         } catch (SQLException e) {  
19.             e.printStackTrace();  
20.         }  
21.         Long end = new Date().getTime();  
22.         System.out.println("cast : " + (end - begin) / 1000 + " ms");  
23.     }  

注：注释就没有了，和上面类同，下面会有分析！

控制台输出：cast : 111 ms

执行时间是上面方法的5倍！

方法三：

[java] view plain copy

 

1. public static void insertBigData(SpringBatchHandler sbh) {  
2.         Long begin = new Date().getTime();  
3.         JdbcTemplate jdbcTemplate = sbh.getJdbcTemplate();  
4.         final int count = 10000;  
5.         String sql = "INSERT INTO tb_big_data (count, create_time, random) VALUES (?, SYSDATE(), ?)";  
6.         jdbcTemplate.batchUpdate(sql, new BatchPreparedStatementSetter() {  
7.             // 为prepared statement设置参数。这个方法将在整个过程中被调用的次数  
8.             public void setValues(PreparedStatement pst, int i)  
9.                     throws SQLException {  
10.                 pst.setLong(1, i);  
11.                 pst.setInt(2, i);  
12.             }  
13.   
14.             // 返回更新的结果集条数  
15.             public int getBatchSize() {  
16.                 return count;  
17.             }  
18.         });  
19.         Long end = new Date().getTime();  
20.         System.out.println("cast : " + (end - begin) / 1000 + " ms");  
21.     }  

该方法采用的是spring batchUpdate执行，因效率问题，数据量只有1万条！

执行时间：cast : 387 ms

总结：方法一和方法二很类同，唯一不同的是方法一采用的是“insert into tb (...) values(...),(...)...;”的方式执行插入操作，

方法二则是“insert into tb (...) values (...);insert into tb (...) values (...);...”的方式，要不是测试，我也不知道两者差别是如此之大！

当然，这个只是目前的测试，具体执行时间和步长也有很大关系！如过把步长改为100，可能方法就要几分钟了吧，这个可以自己测试哈。。。

方法三网上很推崇，不过，效率大家也都看到了，1万条记录，耗时6分钟，可见其效率并不理想！而且方法三需要配置spring applicationContext环境才能应用！

不过，方法三在ssh/spring-mvc中可用性还是很高的！

刚才开始研究大数据方面的问题，以上也只是真实测试的结果，并不一定就是事实，有好的建议，大家请指正，谢谢！

相互学习，才能进步更快！

晚点会把源码发上来，大家可以直接去下载测试！