java大批量数据导入（MySQL）

© 版权声明：本文为博主原创文章，转载请注明出处

最近同事碰到大批量数据导入问题，因此也关注了一下。大批量数据导入主要存在两点问题：内存溢出和导入速率慢。

内存溢出：将文件中的数据全部取出放在集合中，当数据过多时就出现Java内存溢出，此时可通过调大JVM的最大可用内存（Xmx）解决，

　　　　　　　　但终究不是王道。

　　　　    MySQL支持一条SQL语句插入多条记录的操作，并且效率比单条插入快的不是一点点；但是MySQL一次可接受的数据包大小

　　　　　　　　也是有限制的，当一次插入过多时也可能造成数据包内存溢出，此时可通过调大MySQL的max_allowed_packet 解决，

　　　　　　　　但也不是王道。

导入速率慢：单条插入就不用考虑了，因此考虑一条SQL语句插入多条记录，

　　　　　　　　根据上述所说还应控制好一条插入的数据大小不能超过max_allowed_packet 的配置。

下面比较了用PreparedStatement和直接拼接SQL两种批量插入的方式的速率（一次插入1w条）

package org.javaio.CSV;

import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.text.SimpleDateFormat;
import java.util.Date;

import com.mysql.jdbc.Connection;

/**
 * 导入大批量CSV文件
 *
 */
public class Test {
	
	/**
	 * jdbc所属，暂不使用
	 */
	private final static String url = "jdbc:mysql://localhost:3306/demo_test?useSSL=true&characterEncoding=utf8";
	private final static String name = "root";
	private final static String pwd = "20121221";
	private static Connection conn;
	private static PreparedStatement ps;
    
	/**
	 * 解析csv文件并插入到数据库中，暂不使用(jdbc)
	 * 
	 * @param args
	 * 
	 * @throws Exception
	 */
	public static void main(String[] args) throws Exception {
		
		Test test = new Test();
		
		// psBatch 时间统计 - 开始
		SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String startTime = sdf.format(new Date());
		System.out.println("psBatch 开始时间为：" + startTime);
		System.out.println("psBatch 开始执行...");
		
		// 使用PreparedStatement批量插入
		int idx = test.psBatch();
		
		// 统计时间 - 结束
		System.out.println("psBatch 执行完成，共插入" + idx + "条数据");
		String endTime = sdf.format(new Date());
		System.out.println("psBatch 结束时间为：" + endTime);
		
		System.out.println();
		
		// 时间统计 - 开始
		startTime = sdf.format(new Date());
		System.out.println("sqlBatch 开始时间为：" + startTime);
		System.out.println("sqlBatch 开始执行...");
		
		// 使用SQL语句批量插入
		idx = test.sqlBatch();
		
		// 统计时间 - 结束
		System.out.println("sqlBatch 执行完成，共插入" + idx + "条数据");
		endTime = sdf.format(new Date());
		System.out.println("sqlBatch 结束时间为：" + endTime);
		
	}
	
	/**
	 * 使用PreparedStatement批量插入
	 * 
	 * @return
	 * 
	 * @throws Exception
	 */
	private int psBatch() throws Exception {
		
		int idx = 0;// 行数
		
		try {
			// 读取CSV文件
			FileInputStream fis = new FileInputStream("C:/Users/chen/Desktop/data/ceshi .csv");
			InputStreamReader isr = new InputStreamReader(fis, "UTF-8");
			BufferedReader br = new BufferedReader(isr);

			String line;// 行数据
			String[] column = new String[4];// 列数据
			
			// 获取数据库连接
			conn = getConnection();
			// 设置不自动提交
			conn.setAutoCommit(false);
			
			// SQL
			String sql = "insert into test (name, `desc`, column1, column2, column3, column4) "
					+ "values (?, ?, ?, ?, ?, ?)";
			ps = conn.prepareStatement(sql);
			
			while ((line = br.readLine()) != null) {// 循环读取每一行
				idx++;// 计数
				column = line.split(",");
				ps.setString(1, column[0]);	
				if (column.length >= 2 && column[1] != null) {
					ps.setString(2, column[1]);
				} else {
					ps.setString(2, "");
				}
				if (column.length >= 3 && column[2] != null) {
					ps.setString(3, column[2]);
				} else {
					ps.setString(3, "");
				}
				if (column.length >= 4 && column[3] != null) {
					ps.setString(4, column[3]);
				} else {
					ps.setString(4, "");
				}
				ps.setString(5, "type");
				ps.setString(6, "1");
				ps.addBatch();
				if (idx % 10000 == 0) {
					ps.executeBatch();
					conn.commit();
					ps.clearBatch();
				}
			}
			if (idx % 10000 != 0) {
				ps.executeBatch();
				conn.commit();
				ps.clearBatch();
			}
		} catch (Exception e) {
			System.out.println("第" + idx + "前一万条数据插入出错...");
		} finally {
			try {
				if (ps != null) {
					// 关闭连接
					ps.close();
				}
				if (conn != null) {
					conn.close();
				}
			} catch (Exception e2) {
				e2.printStackTrace();
			}
		}
		
		return idx;
		
	}
	
	/**
	 * 使用sql语句批量插入
	 * 
	 * @return
	 * 
	 * @throws Exception
	 */
	private int sqlBatch() {
		
		int idx = 0;// 行数
		
		try {
			
			// 读取CSV文件
			FileInputStream fis = new FileInputStream("C:/Users/chen/Desktop/data/ceshi .csv");
			InputStreamReader isr = new InputStreamReader(fis, "UTF-8");
			BufferedReader br = new BufferedReader(isr);
			
			String line;// 行数据
			String[] column = new String[4];// 列数据
			
			// 获取数据库连接
			conn = getConnection();
			
			// SQL
			StringBuffer sql = new StringBuffer("insert into test (name, `desc`, column1, column2, column3, column4) "
					+ "values ");
			
			while ((line = br.readLine()) != null) {// 循环读取每一行
				idx++;// 计数
				column = line.split(",");
				sql.append("('" + column[0] + "', '");
				if (column.length >= 2 && column[1] != null) {
					sql.append(column[1] + "', '");
				} else {
					sql.append("', '");
				}
				if (column.length >= 3 && column[2] != null) {
					sql.append(column[2] + "', '");
				} else {
					sql.append("', '");
				}
				if (column.length >= 4 && column[3] != null) {
					sql.append(column[3] + "', '");
				} else {
					sql.append("', '");
				}
				sql.append("type', '1'),");
				if (idx % 10000 == 0) {
					String executeSql = sql.toString().substring(0, sql.toString().lastIndexOf(","));
					ps = conn.prepareStatement(executeSql);
					ps.executeUpdate();
					sql = new StringBuffer("insert into test (name, `desc`, column1, column2, column3, column4) "
							+ "values ");
				}
			}
			if (idx % 10000 != 0) {
				String executeSql = sql.toString().substring(0, sql.toString().lastIndexOf(","));
				ps = conn.prepareStatement(executeSql);
				ps.executeUpdate();
			}
		} catch (Exception e) {
			System.out.println("第" + idx + "前一万条数据插入出错...");
		} finally {
			try {
				if (ps != null) {
					// 关闭连接
					ps.close();
				}
				if (conn != null) {
					conn.close();
				}
			} catch (Exception e2) {
				e2.printStackTrace();
			}
		}

		return idx;
		
	}
	
	/**
	 * 获取数据库连接
	 * 
	 * @param sql
	 * 				SQL语句
	 */
	private Connection getConnection() throws Exception {
		
		Class.forName("com.mysql.jdbc.Driver");
		conn = (Connection) DriverManager.getConnection(url, name, pwd);
		return conn;
		
	}
	
}

速率比较：为了排除其他影响，两次次都是在空表的情况下进行导入的

　　用SQL拼接批量插入用时大概3-4分钟

 

　　用PreparedStatement批量插入用时大概10分钟