有时在工作中，我们需要将大量的数据持久化到数据库中，如果数据量很大的话直接插入的执行速度非常慢，并且由于插入操作也没有太多能够进行 sql 优化的地方，所以只能从程序代码的角度进行优化。所以本文将尝试使用几种不同方式对插入操作进行优化，看看如何能够最大程度的缩短 SQL 执行时间。
以插入 1000 条数据为例，首先进行数据准备，用于插入数据库测试：
private List<Order> prepareData(){ List<Order> orderList=new ArrayList<>(); for (int i = 1; i <= 1000; i++) { Order order=new Order(); order.setId(Long.valueOf(i)); order.setOrderNumber("A"); order.setMoney(100D); order.setTenantId(1L); orderList.add(order); } return orderList;}
复制代码
直接插入
首先测试直接插入 1000 条数据：
public void noBatch() { List<Order> orderList = prepareData(); long startTime = System.currentTimeMillis(); for (Order order : orderList) { orderMapper.insert(order); } System.out.println("总耗时: " + (System.currentTimeMillis() - startTime) / 1000.0 + "s");}
复制代码
执行时间如下：
mybatis-plus 批量插入
接下来，使用 mybatis-plus 的批量查询，我们自己的 Service 接口需要继承 IService 接口：
public interface SqlService extends IService<Order> {}
复制代码
在实现类 SqlServiceImpl 中直接调用 saveBatch 方法：
public void plusBatch() { List<Order> orderList = prepareData(); long startTime = System.currentTimeMillis(); saveBatch(orderList); System.out.println("总耗时: " + (System.currentTimeMillis() - startTime) / 1000.0 + "s");}
复制代码
执行代码，查看运行时间：
可以发现，使用 mybatis-plus 的批量插入并没有比循环单条插入显著缩短时间，所以来查看一下 saveBatch 方法的源码：
@Transactional(rollbackFor = Exception.class)@Overridepublic boolean saveBatch(Collection<T> entityList, int batchSize) { String sqlStatement = sqlStatement(SqlMethod.INSERT_ONE); return executeBatch(entityList, batchSize, (sqlSession, entity) -> sqlSession.insert(sqlStatement, entity));}
复制代码
其中调用了 executeBatch 方法：
protected <E> boolean executeBatch(Collection<E> list, int batchSize, BiConsumer<SqlSession, E> consumer) { Assert.isFalse(batchSize < 1, "batchSize must not be less than one"); return !CollectionUtils.isEmpty(list) && executeBatch(sqlSession -> { int size = list.size(); int i = 1; for (E element : list) { consumer.accept(sqlSession, element); if ((i % batchSize == 0) || i == size) { sqlSession.flushStatements(); } i++; } });}
复制代码
在 for 循环中，consumer 的 accept 执行的是 sqlSession 的 insert 操作，这一阶段都是对 sql 的拼接，只有到最后当 for 循环执行完成后，才会将数据批量刷新到数据库中。也就是说，之前我们向数据库服务器发起了 1000 次请求，但是使用批量插入，只需要发起一次请求就可以了。如果抛出异常，则会进行回滚，不会向数据库中写入数据。但是虽然减少了数据库请求的次数，对于缩短执行时间并没有显著的提升。
并行流
Stream 是 JAVA8 中用于处理集合的关键抽象概念，可以进行复杂的查找、过滤、数据映射等操作。而并行流 Parallel Stream，可以将整个数据内容分成多个数据块，并使用多个线程分别处理每个数据块的流。在大量数据的插入操作中，不存在数据的依赖的耦合关系，因此可以进行拆分使用并行流进行插入。测试插入的代码如下：
public void stream(){ List<Order> orderList = prepareData(); long startTime = System.currentTimeMillis(); orderList.parallelStream().forEach(order->orderMapper.insert(order)); System.out.println("总耗时: " + (System.currentTimeMillis() - startTime) / 1000.0 + "s");}
复制代码
还是先对上面的代码进行测试：
可以发现速度比之前快了很多，这是因为并行流底层使用了 Fork/Join 框架，具体来说使用了“分而治之”的思想，对任务进行了拆分，使用不同线程进行执行，最后汇总（对 Fork/Join 不熟悉的同学可以回顾一下请求合并与分而治之这篇文章，里面介绍了它的基础使用）。并行流在底层使用了 ForkJoinPool 线程池，从 ForkJoinPool 的默认构造函数中看出，它拥有的默认线程数量等于计算机的逻辑处理器数量：
public ForkJoinPool() { this(Math.min(MAX_CAP, Runtime.getRuntime().availableProcessors()), defaultForkJoinWorkerThreadFactory, null, false);}
复制代码
也就是说，如果我们服务器是逻辑 8 核的话，那么就会有 8 个线程来同时执行插入操作，大大缩短了执行的时间。并且 ForkJoinPool 线程池为了提高任务的并行度和吞吐量，采用了任务窃取机制，能够进一步的缩短执行的时间。
Fork/Join
在并行流中，创建的 ForkJoinPool 的线程数量是固定的，那么通过手动修改线程池中线程的数量，能否进一步的提高执行效率呢？一般而言，在线程池中，设置线程数量等于处理器数量就可以了，因为如果创建过多线程，线程频繁切换上下文也会额外消耗时间，反而会增加执行的总体时间。但是对于批量 SQL 的插入操作，没有复杂的业务处理逻辑，仅仅是需要频繁的与数据库进行交互，属于 I/O 密集型操作。而对于 I/O 密集型操作，程序中存在大量 I/O 等待占据时间，导致 CPU 使用率较低。所以我们尝试增加线程数量，来看一下能否进一步缩短执行时间呢？
定义插入任务，因为不需要返回，直接继承 RecursiveAction 父类。size 是每个队列中包含的任务数量，在构造方法中传入，如果一个队列中的任务数量大于它那么就继续进行拆分，直到任务数量足够小：
public class BatchInsertTask<E> extends RecursiveAction { private List<E> list; private BaseMapper<E> mapper; private int size;
public BatchInsertTask(List<E> list, BaseMapper<E> mapper, int size) { this.list = list; this.mapper = mapper; this.size = size; }
@Override protected void compute() { if (list.size() <= size) { list.stream().forEach(item -> mapper.insert(item)); } else { int middle = list.size() / 2; List<E> left = list.subList(0, middle); List<E> right = list.subList(middle, list.size()); BatchInsertTask<E> leftTask = new BatchInsertTask<>(left, mapper, size); BatchInsertTask<E> rightTask = new BatchInsertTask<>(right, mapper, size); invokeAll(leftTask, rightTask); } }}
复制代码
使用 ForkJoinPool 运行上面定义的任务，线程池中的线程数取 CPU 线程的 2 倍，将执行的 SQL 条数均分到每个线程的执行队列中：
public class BatchSqlUtil { public static <E> void runSave(List<E> list, BaseMapper<E> mapper) { int processors = getProcessors(); ForkJoinPool forkJoinPool = new ForkJoinPool(processors); int size = (int) Math.ceil((double)list.size() / processors); BatchInsertTask<E> task = new BatchInsertTask<E>(list, mapper, size); forkJoinPool.invoke(task); }
private static int getProcessors() { int processors = Runtime.getRuntime().availableProcessors(); return processors<<=1; }}
复制代码
启动测试代码：
public void batch() { List<Order> orderList = prepareData(); long startTime = System.currentTimeMillis(); BatchSqlUtil.runSave(orderList,orderMapper); System.out.println("总耗时: " + (System.currentTimeMillis() - startTime) / 1000.0 + "s");}
复制代码
查看运行时间：
可以看到，通过增加 ForkJoinPool 中的线程，可以进一步的缩短批量插入的时间。
如果文章对您有所帮助，欢迎关注公众号 码农参上
加号主好友，来围观朋友圈啊~
评论