1亿条数据批量插入 MySQL，哪种方式最快？

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：

利用Spring框架生成mapper实例、创建人物实例对象

循环更改该实例对象属性、并插入。

//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)); }

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：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(); } }

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：

实验结论：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：

实验结论：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”;

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(); }}

首先开始测试

无事务，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：

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：

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：

不用批处理，不用事务；

只用批处理，不用事务；

只用事务，不用批处理；

既用事务，也用批处理；（很明显，这个最快，所以建议在处理大批量的数据时，同时使用批处理和事务）