我的数据库环境是mysql Ver 14.14 Distrib 5.6.45, for Linux (x86_64) using EditLine wrapper
这个数据库是安装在T440p的虚拟机上的,操作系统为CentOs6.5.
我的数据表是这样的:
CREATE TABLE `emp` ( `Id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(255) DEFAULT NULL, `age` smallint(3) DEFAULT NULL, `cdate` timestamp NULL DEFAULT NULL COMMENT 'createtime', PRIMARY KEY (`Id`) ) ENGINE=InnoDB AUTO_INCREMENT=13548008 DEFAULT CHARSET=utf8;
insert批量插入就是以下面这种方式写SQL语句
insert into emp(name,age,cdate)
values
('A' , 20, '2019-10-13 00:00:00'),
('B' , 21, '2019-10-13 01:00:00'),
('C' , 22, '2019-10-13 05:00:00')
对比表格如下
序号 | 测试链接 | 用时 | 采用类库 | sql写法 | 提交方式 | stmt/pstmt | |
1 | https://www.cnblogs.com/xiandedanteng/p/11666614.html | 4m55s | Spring JDBC Template | insert into emp(name,age,cdate)values('','',''),('','',''),('','',''),('','',''),('','','') | stmt.execute(sql) | stmt | |
2 | https://www.cnblogs.com/xiandedanteng/p/11661796.html | 5m | MyBatis | MyBatis batch Insert,具体实现估计就是上面的方式 | 估计为stmt.execute(sql),因为sql长度可调整 | stmt | |
3 | https://www.cnblogs.com/xiandedanteng/p/11666614.html | 4m49s | Spring JDBC Template | insert into emp(name,age,cdate)values('','',''),('','',''),('','',''),('','',''),('','','') |
stmt.executeBatch(); |
stmt | |
4 | https://www.cnblogs.com/xiandedanteng/p/11666521.html | 32m47s | Spring JDBC Template | insert into emp(name,age,cdate)values('','','') |
pstmt.executeBatch() |
prepared stmt | |
5 | https://www.cnblogs.com/xiandedanteng/p/11666169.html | 40m24s | Spring JDBC Template | insert into emp(name,age,cdate)values('','','') |
stmt.executeBatch(); |
stmt | |
6 | https://www.cnblogs.com/xiandedanteng/p/11663673.html | 1h16m30s | MyBatis | insert into emp(name,age,cdate)values('','','') | 估计为pstmt.execute(sql) | prepared stmt |
其它测试都在2019.10.12,2019.10.13的随笔中,请各位按日期查看。
最后可以得出结论如下:
提升插入记录效率最明显的,是采用一次插入多条这种方式,如#1,#2,#3所做的,它相对于单条插这种方式有数量级的提升,用时基本控制在五分钟左右。
至于其它如用executeBatch替换execute,用prepareStatement替换statement等,基本提升很小,几乎可以忽略不计。
理由可以这样想,DB的实际处理能力是很强大的,一次插多条和一次插一条IO开销差不多,但前者明显充分调动了DB的处理能力,后者只动员了很少部分,相对于IO开销来说挺不值得,一累计差别就明显了。
以上测试所使用的程序都在 https://files.cnblogs.com/files/xiandedanteng/InsertMillionComparison20191013.rar 请各位自行下载。
欢迎各位网友自行测试并评判。
--END--2019年10月13日15:40:15