转自
http://www.cnblogs.com/fnz0/p/5713102.html,
https://www.cnblogs.com/wxw7blog/p/8706797.html
[转]:
不知道自己什么时候才有这种钻研精神- -。
1 背景
系统中需要批量生成单据数据到数据库表，所以采用批量插入数据库的方式。由于系统中ORM操作集成使用的是Mybatis来完成的。
在Mybatis中操作一般使用批量插入的方式如下：
<insert id="insertBatch" parameterType="java.util.List" >
insert into userinfo (uid, uname, uphone, uaddress)
values
<foreach collection="list" item="item"index="index" separator=",">
(#{item.uid,jdbcType=INTEGER},
#{item.uname,jdbcType=VARCHAR},
#{item.uphone,jdbcType=VARCHAR},
#{item.uaddress,jdbcType=VARCHAR}
)
</foreach>
</insert>
在实际生产中发现，这样调用的效率并不高，于是我们迫切地需要寻找一种处理批量插入性能较高的方式——回归原生数据库JDBC操作。我们要分析Mybatis和JDBC的插入性能，来决策适合我们生产系统的批量插入方式。
参考资料中有一篇文章是对Spring Mybatis和Spring JDBC插入效率的测试，由于测试的数据量不多不予置评。
2 Mybatis
2.1 Mybatis测试样本1K
测试10组数据：
| 时间（ms） |
| 923 |
| 412 |
| 426 |
| 408 |
| 405 |
| 353 |
| 365 |
| 344 |
| 316 |
| 493 |
2.2 Mybatis测试样本2K
测试10组数据：
| 时间（ms） |
| 11031 |
| 3340 |
| 3571 |
| 2327 |
| 7273 |
| 1353 |
| 2676 |
| 1249 |
| 1245 |
| 1155 |
2.3 Mybatis测试样本4K
测试10组数据：
| 时间（ms） |
| 6070 |
| 5565 |
| 5731 |
| 5400 |
| 5830 |
| 5543 |
| 5469 |
| 5697 |
| 5528 |
| 5399 |
2.4 Mybatis测试样本6K
测试10组数据：
| 时间（ms） |
| 13383 |
| 12672 |
| 13030 |
| 13484 |
| 13841 |
| 12952 |
| 13331 |
| 13275 |
| 13000 |
| 13236 |
2.5 Mybatis测试样本8K
测试10组数据：
| 时间（ms） |
| 25312 |
| 24702 |
| 27065 |
| 25921 |
| 25156 |
| 24686 |
| 25314 |
| 33947 |
| 25304 |
| 25853 |
2.6 Mybatis测试样本10K
测试10组数据：
| 时间（ms） |
| 42148 |
| 39209 |
| 38548 |
| 40109 |
| 37820 |
| 37728 |
| 38178 |
| 38481 |
| 38157 |
| 39032 |
2.7 Mybatis测试样本15K
测试10组数据：
| 时间（ms） |
| 98250 |
| 88585 |
| 87438 |
| 89547 |
| 88427 |
| 89522 |
| 83261 |
| 80842 |
| 87163 |
| 84804 |
2.8 Mybatis测试样本20K
测试10组数据：
| 时间（ms） |
2.9 性能测试样本平均值
2.9.1 测试样本SQL
2.9.1.1 毫秒级SQL【time(ms)】
-- DELETE FROMprocess_spend_time_result WHEREpmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=1000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=2000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=4000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=6000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=8000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=10000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=15000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=20000 ANDp.pmethod='mybatis';
2.9.1.2 秒级SQL【time(s)】
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=1000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=2000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=4000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=6000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=8000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=10000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=15000 ANDp.pmethod='mybatis';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=20000 ANDp.pmethod='mybatis';
2.9.2 测试数据汇总
数据4舍5入保留3位小数
| 测试样例 |
AVG（s） |
| 1K |
0.445 |
| 2K |
3.522 |
| 4K |
5.623 |
| 6K |
13.221 |
| 8K |
26.326 |
| 10K |
38.941 |
| 15K |
87.784 |
| 20K |
144.527 |
2.10 Mybatis批量插入问题
2.10.1 问题一：处理性能低下
处理10000条耗时：34292ms
2.10.2 问题二：批量处理数据量大小受限
Windows下需要修改MySQL的my.ini文件加入如下配置内容：
max_allowed_packet=500M
讯享网
Linux下是在/my.cnf修改添加如上内容。
也可以直接这样设置：
讯享网SET GLOBAL max_allowed_packet=;
但MySQL重启后就不起作用了。
2.10.3 问题三：线程处理锁表
在通过多线程并发处理的时，很容易导致数据库表锁表，使得后续的操作无法进行。
2.10.4 问题四：导致对象回收GC问题
对象超出GC对象回收阀值，导致程序中断。
3 JDBC
3.1 JDBC测试数据1W
测试10组数据：
| 普通插入(ms) |
普通+事务(ms) |
普通批量（ms） |
批量+事务(MS) |
| 28489 |
801 |
31287 |
3494 |
| 30536 |
3042 |
35547 |
1899 |
| 25571 |
2041 |
31022 |
3501 |
| 27954 |
2733 |
28927 |
2547 |
| 29620 |
1261 |
34408 |
1449 |
| 27125 |
819 |
29318 |
923 |
| 28993 |
1079 |
31099 |
939 |
| 27594 |
2547 |
33504 |
3410 |
| 27967 |
781 |
31646 |
3587 |
| 33145 |
1293 |
37030 |
1912 |
3.2 JDBC测试数据5W
测试10组数据：
| 普通插入(ms) |
普通+事务(ms) |
普通批量（ms） |
批量+事务(MS) |
| 11568 |
6926 |
||
| 19313 |
9915 |
||
| 5238 |
10978 |
||
| 18955 |
41959 |
||
| 11238 |
9461 |
||
| 5019 |
23394 |
||
| 14265 |
24870 |
||
| 17009 |
5583 |
||
| 9719 |
16657 |
||
| 15802 |
5330 |
3.3 JDBC测试数据10W
测试10组数据：
| 普通插入(ms) |
普通+事务(ms) |
普通批量（ms） |
批量+事务(MS) |
| 21389 |
16432 |
||
| 23487 |
25545 |
||
| 24034 |
12507 |
||
| 30119 |
23742 |
||
| 30651 |
26180 |
||
| 11902 |
21321 |
||
| 12644 |
18138 |
||
| 11287 |
11678 |
||
| 30987 |
12212 |
||
| 22576 |
18544 |
3.4 JDBC测试数据25W
测试10组数据：
| 普通插入(ms) |
普通+事务(ms) |
普通批量（ms） |
批量+事务(MS) |
| 51343 |
70103 |
||
| 28737 |
35536 |
||
| 38065 |
89644 |
||
| 57050 |
82354 |
||
| 51733 |
33428 |
||
| 37666 |
76934 |
||
| 50916 |
92790 |
||
| 78650 |
52427 |
||
| 23290 |
91801 |
||
| 75494 |
72087 |
3.5 JDBC测试数据50W
测试10组数据：
| 普通插入(ms) |
普通+事务(ms) |
普通批量（ms） |
批量+事务(MS) |
| 62807 |
|||
| 61284 |
93167 |
||
| 56286 |
|||
| 48087 |
56832 |
||
3.6 JDBC测试样本均值
3.6.1 测试样本SQL
3.6.1.1 毫秒级SQL【time(ms)】
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsert';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsert2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsert';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsert2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime) FROM process_spend_time_resultp WHEREp.plimit=andp.pmethod='batchInsert';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert2';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime) FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction2';
3.6.1.2 秒级SQL【time(s)】
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsert';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsert2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=10000 andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsert';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsert2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit=50000 andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime)/1000 FROM process_spend_time_resultp WHEREp.plimit=50000andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsert2';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction';
SELECTAVG(p.ptime)/1000 FROMprocess_spend_time_result p WHERE p.plimit= andp.pmethod='batchInsertWithTransaction2';
3.6.2 测试数据汇总
数据4舍5入保留2位小数
| 测试样例 |
1W（s） |
5W(s) |
10W(s) |
25W(s) |
50W(s) |
| 普通插入 |
28.70 |
191.91 |
367.42 |
1040.82 |
2011.82 |
| 普通+事务 |
1.64 |
12.81 |
21.91 |
49.29 |
122.81 |
| 批量插入 |
32.38 |
223.00 |
385.83 |
1199.02 |
1980.54 |
| 批量+事务 |
2.37 |
15.51 |
18.63 |
69.71 |
112.57 |
3.7 JDBC测试规律总结
3.7.1 规律一：批量插入尽量使用事务控制
数据4舍5入保留2位小数
| 测试样例 |
1W（s） |
5W(s) |
10W(s) |
25W(s) |
50W(s) |
| 普通插入 |
28.70 |
191.91 |
367.42 |
1040.82 |
2011.82 |
| 普通+事务 |
1.64 |
12.81 |
21.91 |
49.29 |
122.81 |
| 批量插入 |
32.38 |
223.00 |
385.83 |
1199.02 |
1980.54 |
| 批量+事务 |
2.37 |
15.51 |
18.63 |
69.71 |
112.57 |
3.7.2 规律二：事务批量处理的数据量不要太大
数据4舍5入保留2位小数
| 测试样例 |
1W（s） |
5W(s) |
10W(s) |
25W(s) |
50W(s) |
| 普通插入 |
28.70 |
191.91 |
367.42 |
1040.82 |
2011.82 |
| 普通+事务 |
1.64 |
12.81 |
21.91 |
49.29 |
122.81 |
| 批量插入 |
32.38 |
223.00 |
385.83 |
1199.02 |
1980.54 |
| 批量+事务 |
2.37 |
15.51 |
18.63 |
69.71 |
112.57 |
3.7.3 规律三：适当地设置MySQL参数可以提高数据库性能
数据4舍5入保留2位小数
| 测试样例 |
1W（s） |
5W(s) |
10W(s) |
25W(s) |
50W(s) |
| 普通插入 |
28.70 |
191.91 |
367.42 |
1040.82 |
2011.82 |
| 普通+事务 |
1.64 |
12.81 |
21.91 |
49.29 |
122.81 |
| 批量插入 |
32.38 |
223.00 |
385.83 |
1199.02 |
1980.54 |
| 批量+事务 |
2.37 |
15.51 |
18.63 |
69.71 |
112.57 |
3.7.4 规律四：处理数据量和时间不是成倍增长
数据4舍5入保留2位小数
| 测试样例 |
1W（s） |
5W(s) |
10W(s) |
25W(s) |
50W(s) |
| 普通插入 |
28.70 |
191.91 |
367.42 |
1040.82 |
2011.82 |
| 普通+事务 |
1.64 |
12.81 |
21.91 |
49.29 |
122.81 |
| 批量插入 |
32.38 |
223.00 |
385.83 |
1199.02 |
1980.54 |
| 批量+事务 |
2.37 |
15.51 |
18.63 |
69.71 |
112.57 |
3.7.5 规律五：数据库性能随数据量的不断加大而降低
数据4舍5入保留2位小数
| 测试样例 |
1W（s） |
5W(s) |
10W(s) |
25W(s) |
50W(s) |
| 普通插入 |
28.70 |
191.91 |
367.42 |
1040.82 |
2011.82 |
| 普通+事务 |
1.64 |
12.81 |
21.91 |
49.29 |
122.81 |
| 批量插入 |
32.38 |
223.00 |
385.83 |
1199.02 |
1980.54 |
| 批量+事务 |
2.37 |
15.51 |
18.63 |
69.71 |
112.57 |
4 结论
经过以上测试得出结论：Mybatis的批量适合处理少了数据的批量处理，而JDBC适合大数据量的批量处理。据此，采用JDBC批量+事务处理大数据量的表插入操作是最合适的。
5 方案
因为要考虑JVM的GC所以数据应该限制一下，但鉴于Mybatis大数据量的批量插入效率不高，所以根据数据大小分段治理。
5.1 小于1W使用：Mybatis批量插入方案
对JVM进行调优，但主要的性能瓶颈在批量插入操作。鉴于mybatis在项目开发方面的优势，数据量很小的情况下还是建议使用Mybatis。
5.2 大于1W小于10W使用：JDBC批量+事务处理
对JVM进行调优（设置Stack和GC等）。一般操作30秒以内是可以容忍的性能耗时。
5.3 10W以上数据使用：数据分批+JDBC批量+事务处理
对JVM进行调优（设置Stack和GC等），通过数据分批处理。对于分批处理需要借鉴前面的测试数据来定义分批量的大小，主要是对操作时间调优。
如果是100W、1000W级别的数据量，分批处理可以很大程度地提升插入效率，具体的分批需要通过实践去分配，数据量太大这里就不做实验了。
6 参考资料
JDBC实现往MySQL数据库插入百万数据：http://www.cnblogs.com/fnz0/p/5713102.html
MySQL Max_allowed_packet: http://stackoverflow.com/questions//how-to-change-max-allowed-packet-size
Spring Mybatis和Spring JDBC的插入效率比较：http://toplchx.iteye.com/blog/
注：另外一种比较高效的导入方式是生成一个文本文件使用MySQL的JDBC LOAD DATA LOCAL INFILE；参考示例：
MySQL使用JDBC LOAD DATA LOCAL INFILE导入注意事项
MySQL使用LOAD DATA LOCAL INFILE数据3-5秒导入40W数据
Java不写文件，LOAD DATA LOCAL INFILE大批量导入数据到MySQL的实现
7.实战演练
注意：事务处理的数据量不能太多。
7.1 JDBC工具类
package com.wlyd.fmcgwms.util.jdbc;
import java.io.IOException;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.SQLException;
import java.util.Properties;
/
*JDBC连接工具类
*
*@package com.wlyd.fmcgwms.util.jdbc.JdbcConnection
*@date 2017年4月17日 下午3:32:15
*@author pengjunlin
*@comment
*@update
*/
public class JdbcConnection {
privatestatic Connection conn = null;
private static Properties props = null;
static {
props = new Properties();
try {
props.load(JdbcConnection.class.getResourceAsStream("/jdbc.properties"));
} catch (IOException e1) {
e1.printStackTrace();
}
try {
Class.forName(props.getProperty("jdbc.driverClass"));
} catch (ClassNotFoundException e) {
e.printStackTrace();
}
}
public static Connection getConn(){
try {
conn = DriverManager.getConnection(props.getProperty("jdbc.jdbcUrl"),props.getProperty("jdbc.user"),props.getProperty("jdbc.password"));
conn.setAutoCommit(false);
} catch (SQLException e) {
e.printStackTrace();
}
return conn;
}
public void closeConn(){
try {
if (conn != null)
conn.close();
} catch (SQLException e) {
e.printStackTrace();
}
}
}
7.2 批量事务插入
7.2.1 接口
/
* jdbc批量插入
*
* @MethodName: jdbcBatchInsert
* @Description:
* @param user
* @param items
* @return
* @throws Exception
* @throws
*/
int jdbcBatchInsert(EsUser user,List<WmElectronicSheetItem> items) throws Exception;
/
* jdbc批量插入
*
* @MethodName: jdbcPerBatchInsert
* @Description:
* @param user
* @param items
* @return
* @throws Exception
* @throws
*/
intjdbcPerBatchInsert(EsUser user, List<WmElectronicSheetItem> items) throws Exception;
7.2.2 实现
@Override
publicint jdbcBatchInsert(EsUser user, List<WmElectronicSheetItem> items) throws Exception {
intflag = 0;
intperCount = 100, index = 0;
inttimes = items.size() / perCount;
longstime=System.currentTimeMillis();
try {
do {
// 休眠50ms
Thread.sleep(50);
List<WmElectronicSheetItem>listTemp= null;
if (items.size() >= perCount) {
listTemp = items.subList(0, perCount);// listTemp是分段处理逻辑的参数
}else{
listTemp = items.subList(0, items.size());// listTemp是分段处理逻辑的参数
}
// 遍历当前的值是否正确
Stringresult= "";
for (inti = 0; i < listTemp.size(); i++) {
result += listTemp.get(i) + ",";
}
Log.getLogger(getClass()).info("第" + (index+1)+ "轮:>>" + result);
// 事务单元执行个数==尽量在事务里面处理少一点(事务尽量小一点)
jdbcPerBatchInsert(user, listTemp);
items.removeAll(listTemp);
Log.getLogger(getClass()).info("当前剩余集合长度:>>" + items.size());
index++;
}while(index<= times);
// 计算时间
longetime=System.currentTimeMillis();
Log.getLogger(getClass()).info(">>封装面单号批量事务插入总共耗时-----------------------:"+(etime-stime)+"ms!");
}catch(Exception e) {
e.printStackTrace();
flag=2;
Log.getLogger(getClass()).error("JDBC批量执行插入异常:>>" + items.size());
thrownew RuntimeException();
}
returnflag;
}
@Override
publicintjdbcPerBatchInsert(EsUser user, List<WmElectronicSheetItem> items)
throws Exception {
intflag=0;
Connectionconn=JdbcConnection.getConn();
PreparedStatementpstm= null;
try {
Stringsql= "insert intowm_electronic_sheet_item_? ("
+"WESI_WESB_ID,WESI_CARRIER_CODE,WESI_START_CHARACTER,WESI_SEQUENCE,"
+"WESI_WAREHOUSE_ID, WESI_CODE,WESI_STATE, "
+"CREATOR, CREATE_TIME, MODIFIER,MODIFY_TIME) values"
+"(?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)";
conn.setAutoCommit(false);
Log.getLogger(getClass()).info(">>>>>>验证JDBC连接："+(conn!=null));
for (inti = 0, j = items.size(); i < j; i++) {
WmElectronicSheetItemitem= items.get(i);
pstm = conn.prepareStatement(sql);
pstm.setInt(1, Integer.valueOf(user.getEsCorCode())); // tableName
pstm.setInt(2, item.getWesiWesbId());// WESI_WESB_ID
pstm.setString(3, item.getWesiCarrierCode());// WESI_CARRIER_CODE
pstm.setString(4, item.getWesiStartCharacter());// WESI_START_CHARACTER
pstm.setString(5, item.getWesiSequence());// WESI_SEQUENCE
pstm.setInt(6, item.getWesiWarehouseId());// WESI_WAREHOUSE_ID
pstm.setString(7, item.getWesiCode());// WESI_CODE
pstm.setInt(8, item.getWesiState());// WESI_STATE
pstm.setInt(9, user.getEsId());// CREATOR
pstm.setTimestamp(10,new java.sql.Timestamp(new Date().getTime()));// CREATE_TIME
pstm.setInt(11, -1);// MODIFIER
pstm.setTimestamp(12, null);// MODIFY_TIME
pstm.executeUpdate();
}
conn.commit();// 手动提交事务
}catch(Exception e) {
e.printStackTrace();
flag=2;
Log.getLogger(getClass()).error("JDBC批量分配事务单元执行插入异常:>>" + items.size());
thrownew RuntimeException();
}finally{
if (pstm != null) {
try {
pstm.close();
}catch(SQLException e) {
e.printStackTrace();
}
}
if (conn != null) {
conn.close();
}
}
returnflag;
}
7.3测试一组数据
测试50000条数据耗时统计：
| 数据样本事务大小 （每个事务处理的数量） |
耗时(ms) |
| 100 |
|
| 500 |
75041 |
| 1000 |
68850 |
| 3000 |
78354 |
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/67299.html