JDBC批量Insert深度优化（没事务）
最近在做一个数据同步分发工具，高并发，高效率，异步非实时是主要特点。
为此，选择的方案是JDBC、只有两种操作，插入和更新。
对于更新，只能逐条分批就可以了，优化空间不大。
对于插入，则可以做批量的优化，优化的策略只能是具体问题具体分析，以测试结论为主要依据了。
环境：
MySQL 5.1
RedHat Linux AS 5
JavaSE 1.5
DbConnectionBroker 微型数据库连接池
测试的方案：
执行10万次Insert语句，使用不同方式。
A组：静态SQL，自动提交，没事务控制（MyISAM引擎）
1、逐条执行10万次
2、分批执行将10万分成m批，每批n条，分多种分批方案来执行。
B组：预编译模式SQL，自动提交，没事务控制（MyISAM引擎）
1、逐条执行10万次
2、分批执行将10万分成m批，每批n条，分多种分批方案来执行。
-------------------------------------------------------------------------------------------
C组：静态SQL，不自动提交，有事务控制（InnoDB引擎）
1、逐条执行10万次
2、分批执行将10万分成m批，每批n条，分多种分批方案来执行。
D组：预编译模式SQL，不自动提交，有事务控制（InnoDB引擎）
1、逐条执行10万次
2、分批执行将10万分成m批，每批n条，分多种分批方案来执行。
本次主要测试A、B组，并得出测试结果。
SQL代码
DROP
TABLE
IF
EXISTS
tuser;
CREATE TABLE tuser (
id bigint (20) NOT NULL AUTO_INCREMENT,
name varchar (12) DEFAULT NULL ,
remark varchar (24) DEFAULT NULL ,
createtime datetime DEFAULT NULL ,
updatetime datetime DEFAULT NULL ,
PRIMARY KEY (id)
) ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
CREATE TABLE tuser (
id bigint (20) NOT NULL AUTO_INCREMENT,
name varchar (12) DEFAULT NULL ,
remark varchar (24) DEFAULT NULL ,
createtime datetime DEFAULT NULL ,
updatetime datetime DEFAULT NULL ,
PRIMARY KEY (id)
) ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
下面是A、B组的测试代码：
package
testbatch;
import java.io.IOException;
import java.sql.*;
/**
* JDBC批量Insert优化（上）
*
* @author leizhimin 2009-7-29 10:03:10
*/
public class TestBatch {
public static DbConnectionBroker myBroker = null ;
static {
try {
myBroker = new DbConnectionBroker( "com.mysql.jdbc.Driver" ,
"jdbc:mysql: //192.168.104.163:3306/testdb",
"vcom" , "vcom" , 2, 4,
"c:\\testdb.log" , 0.01);
} catch (IOException e) {
e.printStackTrace();
}
}
/**
* 初始化测试环境
*
* @throws SQLException 异常时抛出
*/
public static void init() throws SQLException {
Connection conn = myBroker.getConnection();
Statement stmt = conn.createStatement();
stmt.addBatch( "DROP TABLE IF EXISTS tuser" );
stmt.addBatch( "CREATE TABLE tuser (\n" +
" id bigint(20) NOT NULL AUTO_INCREMENT,\n" +
" name varchar(12) DEFAULT NULL,\n" +
" remark varchar(24) DEFAULT NULL,\n" +
" createtime datetime DEFAULT NULL,\n" +
" updatetime datetime DEFAULT NULL,\n" +
" PRIMARY KEY (id)\n" +
") ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8" );
stmt.executeBatch();
myBroker.freeConnection(conn);
}
/**
* 100000条静态SQL插入
*
* @throws Exception 异常时抛出
*/
public static void testInsert() throws Exception {
init(); //初始化环境
Long start = System.currentTimeMillis();
for ( int i = 0; i < 100000; i++) {
String sql = "\n" +
"insert into testdb.tuser \n" +
"\t(name, \n" +
"\tremark, \n" +
"\tcreatetime, \n" +
"\tupdatetime\n" +
"\t)\n" +
"\tvalues\n" +
"\t('" + RandomToolkit.generateString(12) + "', \n" +
"\t'" + RandomToolkit.generateString(24) + "', \n" +
"\tnow(), \n" +
"\tnow()\n" +
")" ;
Connection conn = myBroker.getConnection();
Statement stmt = conn.createStatement();
stmt.execute(sql);
myBroker.freeConnection(conn);
}
Long end = System.currentTimeMillis();
System.out.println( "单条执行100000条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
/**
* 批处理执行静态SQL测试
*
* @param m 批次
* @param n 每批数量
* @throws Exception 异常时抛出
*/
public static void testInsertBatch( int m, int n) throws Exception {
init(); //初始化环境
Long start = System.currentTimeMillis();
for ( int i = 0; i < m; i++) {
//从池中获取连接
Connection conn = myBroker.getConnection();
Statement stmt = conn.createStatement();
for ( int k = 0; k < n; k++) {
String sql = "\n" +
"insert into testdb.tuser \n" +
"\t(name, \n" +
"\tremark, \n" +
"\tcreatetime, \n" +
"\tupdatetime\n" +
"\t)\n" +
"\tvalues\n" +
"\t('" + RandomToolkit.generateString(12) + "', \n" +
"\t'" + RandomToolkit.generateString(24) + "', \n" +
"\tnow(), \n" +
"\tnow()\n" +
")" ;
//加入批处理
stmt.addBatch(sql);
}
stmt.executeBatch(); //执行批处理
// stmt.clearBatch(); //清理批处理
stmt.close();
myBroker.freeConnection(conn); //连接归池
}
Long end = System.currentTimeMillis();
System.out.println( "批量执行" + m + "*" + n + "=" + m * n + "条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
/**
* 100000条预定义SQL插入
*
* @throws Exception 异常时抛出
*/
public static void testInsert2() throws Exception { //单条执行100000条Insert操作，共耗时：40.422秒！
init(); //初始化环境
Long start = System.currentTimeMillis();
String sql = "" +
"insert into testdb.tuser\n" +
" (name, remark, createtime, updatetime)\n" +
"values\n" +
" (?, ?, ?, ?)" ;
for ( int i = 0; i < 100000; i++) {
Connection conn = myBroker.getConnection();
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.setString(1, RandomToolkit.generateString(12));
pstmt.setString(2, RandomToolkit.generateString(24));
pstmt.setDate(3, new Date(System.currentTimeMillis()));
pstmt.setDate(4, new Date(System.currentTimeMillis()));
pstmt.executeUpdate();
pstmt.close();
myBroker.freeConnection(conn);
}
Long end = System.currentTimeMillis();
System.out.println( "单条执行100000条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
/**
* 批处理执行预处理SQL测试
*
* @param m 批次
* @param n 每批数量
* @throws Exception 异常时抛出
*/
public static void testInsertBatch2( int m, int n) throws Exception {
init(); //初始化环境
Long start = System.currentTimeMillis();
String sql = "" +
"insert into testdb.tuser\n" +
" (name, remark, createtime, updatetime)\n" +
"values\n" +
" (?, ?, ?, ?)" ;
for ( int i = 0; i < m; i++) {
//从池中获取连接
Connection conn = myBroker.getConnection();
PreparedStatement pstmt = conn.prepareStatement(sql);
for ( int k = 0; k < n; k++) {
pstmt.setString(1, RandomToolkit.generateString(12));
pstmt.setString(2, RandomToolkit.generateString(24));
pstmt.setDate(3, new Date(System.currentTimeMillis()));
pstmt.setDate(4, new Date(System.currentTimeMillis()));
//加入批处理
pstmt.addBatch();
}
pstmt.executeBatch(); //执行批处理
// pstmt.clearBatch(); //清理批处理
pstmt.close();
myBroker.freeConnection(conn); //连接归池
}
Long end = System.currentTimeMillis();
System.out.println( "批量执行" + m + "*" + n + "=" + m * n + "条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
public static void main(String[] args) throws Exception {
init();
Long start = System.currentTimeMillis();
System.out.println( "--------A组测试----------" );
testInsert();
testInsertBatch(100, 1000);
testInsertBatch(250, 400);
testInsertBatch(400, 250);
testInsertBatch(500, 200);
testInsertBatch(1000, 100);
testInsertBatch(2000, 50);
testInsertBatch(2500, 40);
testInsertBatch(5000, 20);
Long end1 = System.currentTimeMillis();
System.out.println( "B组测试过程结束，全部测试耗时：" + (end1 - start) / 1000f + "秒！" );
System.out.println( "--------B组测试----------" );
testInsert2();
testInsertBatch2(100, 1000);
testInsertBatch2(250, 400);
testInsertBatch2(400, 250);
testInsertBatch2(500, 200);
testInsertBatch2(1000, 100);
testInsertBatch2(2000, 50);
testInsertBatch2(2500, 40);
testInsertBatch2(5000, 20);
Long end2 = System.currentTimeMillis();
System.out.println( "B组测试过程结束，全部测试耗时：" + (end2 - end1) / 1000f + "秒！" );
}
}
import java.io.IOException;
import java.sql.*;
/**
* JDBC批量Insert优化（上）
*
* @author leizhimin 2009-7-29 10:03:10
*/
public class TestBatch {
public static DbConnectionBroker myBroker = null ;
static {
try {
myBroker = new DbConnectionBroker( "com.mysql.jdbc.Driver" ,
"jdbc:mysql: //192.168.104.163:3306/testdb",
"vcom" , "vcom" , 2, 4,
"c:\\testdb.log" , 0.01);
} catch (IOException e) {
e.printStackTrace();
}
}
/**
* 初始化测试环境
*
* @throws SQLException 异常时抛出
*/
public static void init() throws SQLException {
Connection conn = myBroker.getConnection();
Statement stmt = conn.createStatement();
stmt.addBatch( "DROP TABLE IF EXISTS tuser" );
stmt.addBatch( "CREATE TABLE tuser (\n" +
" id bigint(20) NOT NULL AUTO_INCREMENT,\n" +
" name varchar(12) DEFAULT NULL,\n" +
" remark varchar(24) DEFAULT NULL,\n" +
" createtime datetime DEFAULT NULL,\n" +
" updatetime datetime DEFAULT NULL,\n" +
" PRIMARY KEY (id)\n" +
") ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8" );
stmt.executeBatch();
myBroker.freeConnection(conn);
}
/**
* 100000条静态SQL插入
*
* @throws Exception 异常时抛出
*/
public static void testInsert() throws Exception {
init(); //初始化环境
Long start = System.currentTimeMillis();
for ( int i = 0; i < 100000; i++) {
String sql = "\n" +
"insert into testdb.tuser \n" +
"\t(name, \n" +
"\tremark, \n" +
"\tcreatetime, \n" +
"\tupdatetime\n" +
"\t)\n" +
"\tvalues\n" +
"\t('" + RandomToolkit.generateString(12) + "', \n" +
"\t'" + RandomToolkit.generateString(24) + "', \n" +
"\tnow(), \n" +
"\tnow()\n" +
")" ;
Connection conn = myBroker.getConnection();
Statement stmt = conn.createStatement();
stmt.execute(sql);
myBroker.freeConnection(conn);
}
Long end = System.currentTimeMillis();
System.out.println( "单条执行100000条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
/**
* 批处理执行静态SQL测试
*
* @param m 批次
* @param n 每批数量
* @throws Exception 异常时抛出
*/
public static void testInsertBatch( int m, int n) throws Exception {
init(); //初始化环境
Long start = System.currentTimeMillis();
for ( int i = 0; i < m; i++) {
//从池中获取连接
Connection conn = myBroker.getConnection();
Statement stmt = conn.createStatement();
for ( int k = 0; k < n; k++) {
String sql = "\n" +
"insert into testdb.tuser \n" +
"\t(name, \n" +
"\tremark, \n" +
"\tcreatetime, \n" +
"\tupdatetime\n" +
"\t)\n" +
"\tvalues\n" +
"\t('" + RandomToolkit.generateString(12) + "', \n" +
"\t'" + RandomToolkit.generateString(24) + "', \n" +
"\tnow(), \n" +
"\tnow()\n" +
")" ;
//加入批处理
stmt.addBatch(sql);
}
stmt.executeBatch(); //执行批处理
// stmt.clearBatch(); //清理批处理
stmt.close();
myBroker.freeConnection(conn); //连接归池
}
Long end = System.currentTimeMillis();
System.out.println( "批量执行" + m + "*" + n + "=" + m * n + "条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
/**
* 100000条预定义SQL插入
*
* @throws Exception 异常时抛出
*/
public static void testInsert2() throws Exception { //单条执行100000条Insert操作，共耗时：40.422秒！
init(); //初始化环境
Long start = System.currentTimeMillis();
String sql = "" +
"insert into testdb.tuser\n" +
" (name, remark, createtime, updatetime)\n" +
"values\n" +
" (?, ?, ?, ?)" ;
for ( int i = 0; i < 100000; i++) {
Connection conn = myBroker.getConnection();
PreparedStatement pstmt = conn.prepareStatement(sql);
pstmt.setString(1, RandomToolkit.generateString(12));
pstmt.setString(2, RandomToolkit.generateString(24));
pstmt.setDate(3, new Date(System.currentTimeMillis()));
pstmt.setDate(4, new Date(System.currentTimeMillis()));
pstmt.executeUpdate();
pstmt.close();
myBroker.freeConnection(conn);
}
Long end = System.currentTimeMillis();
System.out.println( "单条执行100000条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
/**
* 批处理执行预处理SQL测试
*
* @param m 批次
* @param n 每批数量
* @throws Exception 异常时抛出
*/
public static void testInsertBatch2( int m, int n) throws Exception {
init(); //初始化环境
Long start = System.currentTimeMillis();
String sql = "" +
"insert into testdb.tuser\n" +
" (name, remark, createtime, updatetime)\n" +
"values\n" +
" (?, ?, ?, ?)" ;
for ( int i = 0; i < m; i++) {
//从池中获取连接
Connection conn = myBroker.getConnection();
PreparedStatement pstmt = conn.prepareStatement(sql);
for ( int k = 0; k < n; k++) {
pstmt.setString(1, RandomToolkit.generateString(12));
pstmt.setString(2, RandomToolkit.generateString(24));
pstmt.setDate(3, new Date(System.currentTimeMillis()));
pstmt.setDate(4, new Date(System.currentTimeMillis()));
//加入批处理
pstmt.addBatch();
}
pstmt.executeBatch(); //执行批处理
// pstmt.clearBatch(); //清理批处理
pstmt.close();
myBroker.freeConnection(conn); //连接归池
}
Long end = System.currentTimeMillis();
System.out.println( "批量执行" + m + "*" + n + "=" + m * n + "条Insert操作，共耗时：" + (end - start) / 1000f + "秒！" );
}
public static void main(String[] args) throws Exception {
init();
Long start = System.currentTimeMillis();
System.out.println( "--------A组测试----------" );
testInsert();
testInsertBatch(100, 1000);
testInsertBatch(250, 400);
testInsertBatch(400, 250);
testInsertBatch(500, 200);
testInsertBatch(1000, 100);
testInsertBatch(2000, 50);
testInsertBatch(2500, 40);
testInsertBatch(5000, 20);
Long end1 = System.currentTimeMillis();
System.out.println( "B组测试过程结束，全部测试耗时：" + (end1 - start) / 1000f + "秒！" );
System.out.println( "--------B组测试----------" );
testInsert2();
testInsertBatch2(100, 1000);
testInsertBatch2(250, 400);
testInsertBatch2(400, 250);
testInsertBatch2(500, 200);
testInsertBatch2(1000, 100);
testInsertBatch2(2000, 50);
testInsertBatch2(2500, 40);
testInsertBatch2(5000, 20);
Long end2 = System.currentTimeMillis();
System.out.println( "B组测试过程结束，全部测试耗时：" + (end2 - end1) / 1000f + "秒！" );
}
}
运行结果：
--------A组测试----------
单条执行100000条Insert操作，共耗时：36.766秒！
批量执行100*1000=100000条Insert操作，共耗时：33.625秒！
批量执行250*400=100000条Insert操作，共耗时：35.063秒！
批量执行400*250=100000条Insert操作，共耗时：35.296秒！
批量执行500*200=100000条Insert操作，共耗时：37.016秒！
批量执行1000*100=100000条Insert操作，共耗时：35.953秒！
批量执行2000*50=100000条Insert操作，共耗时：36.265秒！
批量执行2500*40=100000条Insert操作，共耗时：36.625秒！
批量执行5000*20=100000条Insert操作，共耗时：37.234秒！
B组测试过程结束，全部测试耗时：323.906秒！
--------B组测试----------
单条执行100000条Insert操作，共耗时：44.188秒！
批量执行100*1000=100000条Insert操作，共耗时：34.235秒！
批量执行250*400=100000条Insert操作，共耗时：34.328秒！
批量执行400*250=100000条Insert操作，共耗时：34.032秒！
批量执行500*200=100000条Insert操作，共耗时：33.625秒！
批量执行1000*100=100000条Insert操作，共耗时：34.125秒！
批量执行2000*50=100000条Insert操作，共耗时：33.797秒！
批量执行2500*40=100000条Insert操作，共耗时：35.359秒！
批量执行5000*20=100000条Insert操作，共耗时：36.218秒！
B组测试过程结束，全部测试耗时：320.0秒！
单条执行100000条Insert操作，共耗时：36.766秒！
批量执行100*1000=100000条Insert操作，共耗时：33.625秒！
批量执行250*400=100000条Insert操作，共耗时：35.063秒！
批量执行400*250=100000条Insert操作，共耗时：35.296秒！
批量执行500*200=100000条Insert操作，共耗时：37.016秒！
批量执行1000*100=100000条Insert操作，共耗时：35.953秒！
批量执行2000*50=100000条Insert操作，共耗时：36.265秒！
批量执行2500*40=100000条Insert操作，共耗时：36.625秒！
批量执行5000*20=100000条Insert操作，共耗时：37.234秒！
B组测试过程结束，全部测试耗时：323.906秒！
--------B组测试----------
单条执行100000条Insert操作，共耗时：44.188秒！
批量执行100*1000=100000条Insert操作，共耗时：34.235秒！
批量执行250*400=100000条Insert操作，共耗时：34.328秒！
批量执行400*250=100000条Insert操作，共耗时：34.032秒！
批量执行500*200=100000条Insert操作，共耗时：33.625秒！
批量执行1000*100=100000条Insert操作，共耗时：34.125秒！
批量执行2000*50=100000条Insert操作，共耗时：33.797秒！
批量执行2500*40=100000条Insert操作，共耗时：35.359秒！
批量执行5000*20=100000条Insert操作，共耗时：36.218秒！
B组测试过程结束，全部测试耗时：320.0秒！
上面的测试结果似乎在意料之外，看来是用连接池技术，各种执行方式性能差异不是很大。细心观察测试结果，可以得出一些结论。
结论：
以下结论以测试的环境和组别为前提：
数据库连接池控制下，单线程，自动提交，没事务控制（MyISAM引擎）
1、预定义SQL并没有想象中的那么高效，因为两组测试结果相差3秒，最短执行时间均为33.625秒！单项测试结果各有胜出。
2、批量执行时，分批的大小对效率影响也很大，静态SQL以200-1000条分批执行为宜。预处理SQL以50-400条为宜。
3、通过结果看，预处理SQL效率稍稍胜出，因此批量执行时候优先选择预定义SQL，预定义SQL还有个好处就是消耗的内存较少。静态SQL串会占用大量的内存资源，容易导致内存溢出的问题。
4、在批处理执行的时候，每批执行完成后，最好显式的调用pstmt.close()或stmt.close()方法，以便尽快释放执行过的SQL语句，提高内存利用率。
5、谈到优化方式，上面的批处理就是很好的优化策略。
6、数据库连接池可以大大提高效率，如果没有连接池管理，效率会大大降低，但不管怎么连接，上面的优化策略都是有效的。
本文出自 “ 熔 岩 ” 博客，转载请与作者联系！
本文出自 51CTO.COM技术博客
