浅谈一下 MyBatis 批量插入的 3 种方法！

傷城~ 2024-04-08 11:57 55阅读 0赞

![46a0c7ded608d55ed08f997809d9837d.png][]

作者 | 磊哥

来源 | Java中文社群（ID：javacn666）

转载请联系授权（微信ID：GG\_Stone

批量插入功能是我们日常工作中比较常见的业务功能之一，今天咱们来一个 MyBatis 批量插入的汇总篇，同时对 3 种实现方法做一个性能测试，以及相应的原理分析。

先来简单说一下 3 种批量插入功能分别是：

1.  循环单次插入；
2.  MP 批量插入功能；
3.  原生批量插入功能。

### 准备工作 ###

开始之前我们先来创建数据库和测试数据，执行的 SQL 脚本如下：

-- ----------------------------
    -- 创建数据库
    -- ----------------------------
    SET NAMES utf8mb4;
    SET FOREIGN_KEY_CHECKS = 0;
    DROP DATABASE IF EXISTS `testdb`;
    CREATE DATABASE `testdb`;
    USE `testdb`;
    
    -- ----------------------------
    -- 创建 user 表
    -- ----------------------------
    DROP TABLE IF EXISTS `user`;
    CREATE TABLE `user`  (
      `id` int(11) NOT NULL AUTO_INCREMENT,
      `name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT NULL,
      `password` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT NULL,
      `createtime` datetime NULL DEFAULT CURRENT_TIMESTAMP,
      PRIMARY KEY (`id`) USING BTREE
    ) ENGINE = InnoDB AUTO_INCREMENT = 6 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_bin ROW_FORMAT = Dynamic;
    
    -- ----------------------------
    -- 添加测试数据
    -- ----------------------------
    INSERT INTO `user` VALUES (1, '赵云', '123456', '2021-09-10 18:11:16');
    INSERT INTO `user` VALUES (2, '张飞', '123456', '2021-09-10 18:11:28');
    INSERT INTO `user` VALUES (3, '关羽', '123456', '2021-09-10 18:11:34');
    INSERT INTO `user` VALUES (4, '刘备', '123456', '2021-09-10 18:11:41');
    INSERT INTO `user` VALUES (5, '曹操', '123456', '2021-09-10 18:12:02');
    
    SET FOREIGN_KEY_CHECKS = 1;

数据库的最终效果如下：

![d7a87785dc642a97cdf67ca2e542223d.png][]

### 1.循环单次插入 ###

接下来我们将使用 Spring Boot 项目，批量插入 10W 条数据来分别测试各个方法的执行时间。

循环单次插入的（测试）核心代码如下：

import com.example.demo.model.User;
    import com.example.demo.service.impl.UserServiceImpl;
    import org.junit.jupiter.api.Test;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.boot.test.context.SpringBootTest;
    
    @SpringBootTest
    class UserControllerTest {
    
        // 最大循环次数
        private static final int MAXCOUNT = 100000;
    
        @Autowired
        private UserServiceImpl userService;
    
        /**
         * 循环单次插入
         */
        @Test
        void save() {
            long stime = System.currentTimeMillis(); // 统计开始时间
            for (int i = 0; i < MAXCOUNT; i++) {
                User user = new User();
                user.setName("test:" + i);
                user.setPassword("123456");
                userService.save(user);
            }
            long etime = System.currentTimeMillis(); // 统计结束时间
            System.out.println("执行时间：" + (etime - stime));
        }
    }

运行以上程序，花费了 88574 毫秒，如下图所示：

![f2497d4d73b77a752423560412e166d0.png][]

### 2.MP 批量插入 ###

MP 批量插入功能核心实现类有三个：UserController（控制器）、UserServiceImpl（业务逻辑实现类）、UserMapper（数据库映射类），它们的调用流程如下:![96d2cb33a033a2f8455341e68846b734.png][]注意此方法实现需要先添加 MP 框架，打开 pom.xml 文件添加如下内容：

<dependency>
        <groupId>com.baomidou</groupId>
        <artifactId>mybatis-plus-boot-starter</artifactId>
        <version>mybatis-plus-latest-version</version>
    </dependency>

> 注意：mybatis-plus-latest-version 表示 MP 框架的最新版本号，可访问 https://mvnrepository.com/artifact/com.baomidou/mybatis-plus-boot-starter 查询最新版本号，但在使用的时候记得一定要将上面的 “mybatis-plus-latest-version”替换成换成具体的版本号，如 3.4.3 才能正常的引入框架。

更多 MP 框架的介绍请移步它的官网：https://baomidou.com/guide/

#### ① 控制器实现 ####

import com.example.demo.model.User;
    import com.example.demo.service.impl.UserServiceImpl;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.web.bind.annotation.RequestMapping;
    import org.springframework.web.bind.annotation.RestController;
    
    import java.util.ArrayList;
    import java.util.List;
    
    @RestController
    @RequestMapping("/u")
    public class UserController {
    
        @Autowired
        private UserServiceImpl userService;
    
        /**
         * 批量插入（自定义）
         */
        @RequestMapping("/mysavebatch")
        public boolean mySaveBatch(){
            List<User> list = new ArrayList<>();
            // 待添加（用户）数据
            for (int i = 0; i < 1000; i++) {
                User user = new User();
                user.setName("test:"+i);
                user.setPassword("123456");
                list.add(user);
            }
            return userService.saveBatchCustom(list);
        }
    }

#### ② 业务逻辑层实现 ####

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    import com.example.demo.mapper.UserMapper;
    import com.example.demo.model.User;
    import com.example.demo.service.UserService;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.stereotype.Service;
    import java.util.List;
    
    @Service
    public class UserServiceImpl extends ServiceImpl<UserMapper,User>
            implements UserService {
    
        @Autowired
        private UserMapper userMapper;
    
        public boolean saveBatchCustom(List<User> list){
            return userMapper.saveBatchCustom(list);
        }
    }

#### ③ 数据持久层实现 ####

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
    import com.example.demo.model.User;
    import org.apache.ibatis.annotations.Mapper;
    
    import java.util.List;
    
    @Mapper
    public interface UserMapper extends BaseMapper<User>{
    
        boolean saveBatchCustom(List<User> list);
    }

经过以上代码实现，我们就可以使用 MP 来实现数据的批量插入功能了，但本篇除了具体的实现代码之外，我们还要知道每种方法的执行效率，所以接下来我们来编写 MP 的测试代码。

#### MP 性能测试 ####

import com.example.demo.model.User;
    import com.example.demo.service.impl.UserServiceImpl;
    import org.junit.jupiter.api.Test;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.boot.test.context.SpringBootTest;
    
    import java.util.ArrayList;
    import java.util.List;
    
    @SpringBootTest
    class UserControllerTest {
    
        // 最大循环次数
        private static final int MAXCOUNT = 100000;
    
        @Autowired
        private UserServiceImpl userService;
    
        /**
         * MP 批量插入
         */
        @Test
        void saveBatch() {
            long stime = System.currentTimeMillis(); // 统计开始时间
            List<User> list = new ArrayList<>();
            for (int i = 0; i < MAXCOUNT; i++) {
                User user = new User();
                user.setName("test:" + i);
                user.setPassword("123456");
                list.add(user);
            }
            // MP 批量插入
            userService.saveBatch(list);
            long etime = System.currentTimeMillis(); // 统计结束时间
            System.out.println("执行时间：" + (etime - stime));
        }
    }

以上程序的执行总共花费了 6088 毫秒，如下图所示：

![8519aac922dc13891967a5a030109753.png][]从上述结果可知，使用 MP 的批量插入功能（插入数据 10W 条），它的性能比循环单次插入的性能提升了 14.5 倍。

#### MP 源码分析 ####

从 MP 和循环单次插入的执行时间我们可以看出，使用 MP 并不是像有些朋友认为的那样，还是循环单次执行的，为了更清楚的说明此问题，我们查看了 MP 的源码。

MP 的核心实现代码是 saveBatch 方法，此方法的源码如下：

![a0898b4d79dcf9cbef1693b6ab140161.png][]我们继续跟进 saveBatch 的重载方法：

![983ed1ef2c004a701418fa8fb278aa2d.png][]从上述源码可以看出，MP 是将要执行的数据分成 N 份，每份 1000 条，每满 1000 条就会执行一次批量插入，所以它的性能要比循环单次插入的性能高很多。

那为什么要分批执行，而不是一次执行？别着急，当我们看了第 3 种实现方法之后我们就明白了。

### 3.原生批量插入 ###

原生批量插入方法是依靠 MyBatis 中的 foreach 标签，将数据拼接成一条原生的 insert 语句一次性执行的，核心实现代码如下。

#### ① 业务逻辑层扩展 ####

在 UserServiceImpl 添加 saveBatchByNative 方法，实现代码如下：

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    import com.example.demo.mapper.UserMapper;
    import com.example.demo.model.User;
    import com.example.demo.service.UserService;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.stereotype.Service;
    
    import java.util.List;
    
    @Service
    public class UserServiceImpl extends ServiceImpl<UserMapper, User>
            implements UserService {
    
        @Autowired
        private UserMapper userMapper;
    
        public boolean saveBatchByNative(List<User> list) {
            return userMapper.saveBatchByNative(list);
        }
    
    }

#### ② 数据持久层扩展 ####

在 UserMapper 添加 saveBatchByNative 方法，实现代码如下：

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
    import com.example.demo.model.User;
    import org.apache.ibatis.annotations.Mapper;
    
    import java.util.List;
    
    @Mapper
    public interface UserMapper extends BaseMapper<User> {
    
        boolean saveBatchByNative(List<User> list);
    }

#### ③ 添加 UserMapper.xml ####

创建 UserMapper.xml 文件，使用 foreach 标签拼接 SQL，具体实现代码如下：

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
    <mapper namespace="com.example.demo.mapper.UserMapper">
        <insert id="saveBatchByNative">
            INSERT INTO `USER`(`NAME`,`PASSWORD`) VALUES
            <foreach collection="list" separator="," item="item">
                (#{item.name},#{item.password})
            </foreach>
        </insert>
    
    </mapper>

经过以上步骤，我们原生的批量插入功能就实现的差不多了，接下来我们使用单元测试来查看一下此方法的执行效率。

#### 原生批量插入性能测试 ####

import com.example.demo.model.User;
    import com.example.demo.service.impl.UserServiceImpl;
    import org.junit.jupiter.api.Test;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.boot.test.context.SpringBootTest;
    
    import java.util.ArrayList;
    import java.util.List;
    
    @SpringBootTest
    class UserControllerTest {
    
        // 最大循环次数
        private static final int MAXCOUNT = 100000;
    
        @Autowired
        private UserServiceImpl userService;
        
        /**
         * 原生自己拼接 SQL，批量插入
         */
        @Test
        void saveBatchByNative() {
            long stime = System.currentTimeMillis(); // 统计开始时间
            List<User> list = new ArrayList<>();
            for (int i = 0; i < MAXCOUNT; i++) {
                User user = new User();
                user.setName("test:" + i);
                user.setPassword("123456");
                list.add(user);
            }
            // 批量插入
            userService.saveBatchByNative(list);
            long etime = System.currentTimeMillis(); // 统计结束时间
            System.out.println("执行时间：" + (etime - stime));
        }
    }

然而，当我们运行程序时却发生了以下情况：

![6bdb3902ea5505150abd015c6a5873d1.png][]纳尼？程序的执行竟然报错了。

#### 缺点分析 ####

从上述报错信息可以看出，当我们使用原生方法将 10W 条数据拼接成一个 SQL 执行时，由于拼接的 SQL 过大（4.56M）从而导致程序执行报错，因为默认情况下 MySQL 可以执行的最大 SQL（大小）为 4M，所以程序就报错了。

这就是原生批量插入方法的缺点，也是为什么 MP 需要分批执行的原因，就是为了防止程序在执行时，因为触发了数据库的最大执行 SQL 而导致程序执行报错。

##### 解决方案 #####

当然我们也可以通过设置 MySQL 的最大执行 SQL 来解决报错的问题，设置命令如下：

-- 设置最大执行 SQL 为 10M
    set global max_allowed_packet=10*1024*1024;

如下图所示：

![7cbbdc55bf70eeb8562bba9942017873.png][]

> 注意：以上命令需要在 MySQL 连接的客户端中执行。

但以上解决方案仍是治标不治本，因为我们无法预测程序中最大的执行 SQL 到底有多大，那么最普世的方法就是分配执行批量插入的方法了（也就是像 MP 实现的那样）。

当我们将 MySQL 的最大执行 SQL 设置为 10M 之后，运行以上单元测试代码，执行的结果如下：

![e72e44866d96cfeecf3beea7dfb17d9f.png][]

### 总结 ###

本文我们介绍了 MyBatis 批量插入的 3 种方法，其中循环单次插入的性能最低，也是最不可取的；使用 MyBatis 拼接原生 SQL 一次性插入的方法性能最高，但此方法可能会导致程序执行报错（触发了数据库最大执行 SQL 大小的限制），所以综合以上情况，可以考虑使用 MP 的批量插入功能。

[46a0c7ded608d55ed08f997809d9837d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/aad9091efcfa4f0ba012003f755ae4de.png
[d7a87785dc642a97cdf67ca2e542223d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/212a4d16018f4f5fb61b6de233132e89.png
[f2497d4d73b77a752423560412e166d0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/f5cfeb54f1af4445abf40bb7e502d7fe.png
[96d2cb33a033a2f8455341e68846b734.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/8183b50eb2fd4a28b7b4861f33752778.png
[8519aac922dc13891967a5a030109753.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/94b220a501224cefb8697cf7857a433b.png
[a0898b4d79dcf9cbef1693b6ab140161.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/ad14cc26d4d14b2fb852c104c4907a2c.png
[983ed1ef2c004a701418fa8fb278aa2d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/774322ab5138459093d969caa9ebc7db.png
[6bdb3902ea5505150abd015c6a5873d1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/d3ccf362defc43019789a4ce379f28f3.png
[7cbbdc55bf70eeb8562bba9942017873.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/aef2e633f78940d48f6d7411cdea1d79.png
[e72e44866d96cfeecf3beea7dfb17d9f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/891409b9bc944b7e8f2c5467d7ee5821.png