利用 JAVA 向 Mysql 插入一亿数量级数据—效率测评
这几天研究 mysql 优化中查询效率时，发现测试的数据太少（10 万级别），利用 EXPLAIN 比较不同的 SQL 语句，不能够得到比较有效的测评数据，大多模棱两可，不敢通过这些数据下定论。
所以通过随机生成人的姓名、年龄、性别、电话、email、地址 ，向 mysql 数据库大量插入数据，便于用大量的数据测试 SQL 语句优化效率。、在生成过程中发现使用不同的方法，效率天差万别。
1、先上 Mysql 数据库，随机生成的人员数据图。分别是 ID、姓名、性别、年龄、Email、电话、住址。
下图一共三千三百万数据：
在数据量在亿级别时，别点下面按钮，会导致 Navicat 持续加载这亿级别的数据，导致电脑死机。~觉着自己电脑配置不错的可以去试试，可能会有惊喜
2、本次测评一共通过三种策略，五种情况，进行大批量数据插入测试
策略分别是：
Mybatis 轻量级框架插入（无事务）
采用 JDBC 直接处理（开启事务、无事务）
采用 JDBC 批处理（开启事务、无事务）
测试结果：
Mybatis 轻量级插入 -> JDBC 直接处理 -> JDBC 批处理。
JDBC 批处理，效率最高
第一种策略测试：
2.1 Mybatis 轻量级框架插入（无事务）
Mybatis 是一个轻量级框架，它比 hibernate 轻便、效率高。
但是处理大批量的数据插入操作时，需要过程中实现一个 ORM 的转换，本次测试存在实例，以及未开启事务，导致 mybatis 效率很一般。
这里实验内容是：
//代码内无事务
private long begin = 33112001;//起始id private long end = begin+100000;//每次循环插入的数据量 private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&characterEncoding=UTF-8"; private String user = "root"; private String password = "0203"; @org.junit.Test public void insertBigData2() { //加载Spring，以及得到PersonMapper实例对象。这里创建的时间并不对最后结果产生很大的影响 ApplicationContext context = new ClassPathXmlApplicationContext("applicationContext.xml"); PersonMapper pMapper = (PersonMapper) context.getBean("personMapper"); //创建一个人实例 Person person = new Person(); //计开始时间 long bTime = System.currentTimeMillis(); //开始循环，循环次数500W次。 for(int i=0;i<5000000;i++) { //为person赋值 person.setId(i); person.setName(RandomValue.getChineseName()); person.setSex(RandomValue.name_sex); person.setAge(RandomValue.getNum(1, 100)); person.setEmail(RandomValue.getEmail(4,15)); person.setTel(RandomValue.getTel()); person.setAddress(RandomValue.getRoad()); //执行插入语句 pMapper.insert(person); begin++; } //计结束时间 long eTime = System.currentTimeMillis(); System.out.println("插入500W条数据耗时："+(eTime-bTime)); }
复制代码
本想测试插入五百万条数据，但是实际运行过程中太慢，中途不得不终止程序。最后得到 52W 数据，大约耗时两首歌的时间（7~9 分钟）。随后，利用 mybatis 向 mysql 插入10000数据。
结果如下：
利用 mybatis 插入 一万 条数据耗时：28613，即 28.6 秒
第二种策略测试：
2.2 采用 JDBC 直接处理（开启事务、关闭事务）
采用 JDBC 直接处理的策略，这里的实验内容分为开启事务、未开启事务是两种，过程均如下：
利用 PreparedStatment 预编译
循环，插入对应数据，并存入
事务对于插入数据有多大的影响呢？ 看下面的实验结果:
//该代码为开启事务 private long begin = 33112001;//起始id private long end = begin+100000;//每次循环插入的数据量 private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&characterEncoding=UTF-8"; private String user = "root"; private String password = "0203"; @org.junit.Test public void insertBigData3() { //定义连接、statement对象 Connection conn = null; PreparedStatement pstm = null; try { //加载jdbc驱动 Class.forName("com.mysql.jdbc.Driver"); //连接mysql conn = DriverManager.getConnection(url, user, password); //将自动提交关闭 conn.setAutoCommit(false); //编写sql String sql = "INSERT INTO person VALUES (?,?,?,?,?,?,?)"; //预编译sql pstm = conn.prepareStatement(sql); //开始总计时 long bTime1 = System.currentTimeMillis(); //循环10次，每次一万数据，一共10万 for(int i=0;i<10;i++) { //开启分段计时，计1W数据耗时 long bTime = System.currentTimeMillis(); //开始循环 while (begin < end) { //赋值 pstm.setLong(1, begin); pstm.setString(2, RandomValue.getChineseName()); pstm.setString(3, RandomValue.name_sex); pstm.setInt(4, RandomValue.getNum(1, 100)); pstm.setString(5, RandomValue.getEmail(4, 15)); pstm.setString(6, RandomValue.getTel()); pstm.setString(7, RandomValue.getRoad()); //执行sql pstm.execute(); begin++; } //提交事务 conn.commit(); //边界值自增10W end += 10000; //关闭分段计时 long eTime = System.currentTimeMillis(); //输出 System.out.println("成功插入1W条数据耗时："+(eTime-bTime)); } //关闭总计时 long eTime1 = System.currentTimeMillis(); //输出 System.out.println("插入10W数据共耗时："+(eTime1-bTime1)); } catch (SQLException e) { e.printStackTrace(); } catch (ClassNotFoundException e1) { e1.printStackTrace(); } }
复制代码
1、我们首先利用上述代码测试无事务状态下，插入 10W 条数据需要耗时多少。
如图：
成功插入1W条数据耗时：21603成功插入1W条数据耗时：20537成功插入1W条数据耗时：20470成功插入1W条数据耗时：21160成功插入1W条数据耗时：23270成功插入1W条数据耗时：21230成功插入1W条数据耗时：20372成功插入1W条数据耗时：22608成功插入1W条数据耗时：20361成功插入1W条数据耗时：20494插入10W数据共耗时：212106
复制代码
实验结论如下：
在未开启事务的情况下，平均每 21.2 秒插入 一万 数据。
接着我们测试开启事务后，插入十万条数据耗时，如图：
成功插入1W条数据耗时：4938成功插入1W条数据耗时：3518成功插入1W条数据耗时：3713成功插入1W条数据耗时：3883成功插入1W条数据耗时：3872成功插入1W条数据耗时：3873成功插入1W条数据耗时：3863成功插入1W条数据耗时：3819成功插入1W条数据耗时：3933成功插入1W条数据耗时：3811插入10W数据共耗时：39255
复制代码
实验结论如下：
开启事务后，平均每 3.9 秒插入 一万 数据
第三种策略测试：
2.3 采用 JDBC 批处理（开启事务、无事务）
采用 JDBC 批处理时需要注意一下几点：
1、在 URL 连接时需要开启批处理、以及预编译
String url = “jdbc:mysql://localhost:3306/User?rewriteBatched-Statements=true&useServerPrepStmts=false”;
复制代码
2、PreparedStatement 预处理 sql 语句必须放在循环体外
代码如下：
private long begin = 33112001;//起始idprivate long end = begin+100000;//每次循环插入的数据量private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&characterEncoding=UTF-8";private String user = "root";private String password = "0203";
@org.junit.Testpublic void insertBigData() { //定义连接、statement对象 Connection conn = null; PreparedStatement pstm = null; try { //加载jdbc驱动 Class.forName("com.mysql.jdbc.Driver"); //连接mysql conn = DriverManager.getConnection(url, user, password); //将自动提交关闭 // conn.setAutoCommit(false); //编写sql String sql = "INSERT INTO person VALUES (?,?,?,?,?,?,?)"; //预编译sql pstm = conn.prepareStatement(sql); //开始总计时 long bTime1 = System.currentTimeMillis();
//循环10次，每次十万数据，一共1000万 for(int i=0;i<10;i++) {
//开启分段计时，计1W数据耗时 long bTime = System.currentTimeMillis(); //开始循环 while (begin < end) { //赋值 pstm.setLong(1, begin); pstm.setString(2, RandomValue.getChineseName()); pstm.setString(3, RandomValue.name_sex); pstm.setInt(4, RandomValue.getNum(1, 100)); pstm.setString(5, RandomValue.getEmail(4, 15)); pstm.setString(6, RandomValue.getTel()); pstm.setString(7, RandomValue.getRoad()); //添加到同一个批处理中 pstm.addBatch(); begin++; } //执行批处理 pstm.executeBatch(); //提交事务 // conn.commit(); //边界值自增10W end += 100000; //关闭分段计时 long eTime = System.currentTimeMillis(); //输出 System.out.println("成功插入10W条数据耗时："+(eTime-bTime)); } //关闭总计时 long eTime1 = System.currentTimeMillis(); //输出 System.out.println("插入100W数据共耗时："+(eTime1-bTime1)); } catch (SQLException e) { e.printStackTrace(); } catch (ClassNotFoundException e1) { e1.printStackTrace(); }}
复制代码
成功插入10W条数据耗时：3832成功插入10W条数据耗时：1770成功插入10W条数据耗时：2628成功插入10W条数据耗时：2140成功插入10W条数据耗时：2148成功插入10W条数据耗时：1757成功插入10W条数据耗时：1767成功插入10W条数据耗时：1832成功插入10W条数据耗时：1830成功插入10W条数据耗时：2031插入100W数据共耗时：21737
复制代码
实验结果：
使用 JDBC 批处理，未开启事务下，平均每 2.1 秒插入 十万 条数据
接着测试
开启事务，每次循环插入 10W 条数据，循环 10 次，一共 100W 条数据。
结果如下图：
成功插入10W条数据耗时：3482成功插入10W条数据耗时：1776成功插入10W条数据耗时：1979成功插入10W条数据耗时：1730成功插入10W条数据耗时：1643成功插入10W条数据耗时：1665成功插入10W条数据耗时：1622成功插入10W条数据耗时：1624成功插入10W条数据耗时：1779成功插入10W条数据耗时：1698插入100W数据共耗时：19003
复制代码
实验结果：
使用 JDBC 批处理，开启事务，平均每 1.9 秒插入 十万 条数据
3 总结
能够看到，在开启事务下 JDBC 直接处理 和 JDBC 批处理 均耗时更短。
Mybatis 轻量级框架插入 , mybatis 在我这次实验被黑的可惨了，哈哈。实际开启事务以后，差距不会这么大（差距 10 倍）。大家有兴趣的可以接着去测试
JDBC 直接处理，在本次实验，开启事务和关闭事务，耗时差距 5 倍左右，并且这个倍数会随着数据量的增大而增大。因为在未开启事务时，更新 10000 条数据，就得访问数据库 10000 次。导致每次操作都需要操作一次数据库。
JDBC 批处理，在本次实验，开启事务与关闭事务，耗时差距很微小（后面会增加测试，加大这个数值的差距）。但是能够看到开启事务以后，速度还是有提升。
结论：设计到大量单条数据的插入，使用 JDBC 批处理和事务混合速度最快
实测使用批处理+事务混合插入 1 亿条数据耗时：174756 毫秒
4 补充
JDBC 批处理事务，开启和关闭事务，测评插入 20 次，一次 50W 数据，一共一千万数据耗时：
1、开启事务(数据太长不全贴了)
插入 1000W 数据共耗时：197654
2、关闭事务(数据太长不全贴了)
插入 1000W 数据共耗时：200540
还是没很大的差距~
借用：
分别是：
评论