如何让 MyBatis 批量插入从5分钟缩短到3秒？我的三个关键优化

上周接了个数据迁移的活，要把10万条数据从老系统导入新系统。

写了个简单的批量插入，跑起来一看------5分钟。

领导说太慢了，能不能快点？

折腾了一下午，最后优化到3秒，记录一下过程。

最初的代码（5分钟）

最开始写的很简单，foreach循环插入：

scss 复制代码

// 方式1：循环单条插入（最慢）
for (User user : userList) {
    userMapper.insert(user);
}

10万条数据，每条都要走一次网络请求、一次SQL解析、一次事务提交。

算一下：假设每条插入需要3ms，10万条就是300秒 = 5分钟。

这是最蠢的写法，但我见过很多项目都这么写。

第一次优化：批量SQL（30秒）

把循环插入改成批量SQL：

xml 复制代码

<!-- Mapper.xml -->
<insertid="batchInsert">
    INSERT INTO user (name, age, email) VALUES
    <foreachcollection="list"item="item"separator=",">
        (#{item.name}, #{item.age}, #{item.email})
    </foreach>
</insert>

ini 复制代码

// 分批插入，每批1000条
int batchSize = 1000;
for (int i = 0; i < userList.size(); i += batchSize) {
    int end = Math.min(i + batchSize, userList.size());
    List<User> batch = userList.subList(i, end);
    userMapper.batchInsert(batch);
}

从5分钟降到30秒，提升10倍。

原理：一条SQL插入多条数据，减少网络往返次数。

但还有问题：30秒还是太慢。

第二次优化：JDBC批处理（8秒）

MySQL有个参数叫rewriteBatchedStatements，开启后可以把多条INSERT合并成一条。

第一步：修改数据库连接URL

bash 复制代码

jdbc:mysql://localhost:3306/test?rewriteBatchedStatements=true

第二步：使用MyBatis的批处理模式

ini 复制代码

@Autowired
private SqlSessionFactory sqlSessionFactory;

publicvoidbatchInsertWithExecutor(List<User> userList){
    try (SqlSession sqlSession = sqlSessionFactory.openSession(ExecutorType.BATCH)) {
        UserMapper mapper = sqlSession.getMapper(UserMapper.class);
        
        int batchSize = 1000;
        for (int i = 0; i < userList.size(); i++) {
            mapper.insert(userList.get(i));
            
            if ((i + 1) % batchSize == 0) {
                sqlSession.flushStatements();
                sqlSession.clearCache();
            }
        }
        sqlSession.flushStatements();
        sqlSession.commit();
    }
}

从30秒降到8秒。

原理：ExecutorType.BATCH模式下，MyBatis会缓存SQL，最后一次性发送给数据库执行。配合rewriteBatchedStatements=true，MySQL驱动会把多条INSERT合并。

第三次优化：多线程并行（3秒）

8秒还是不够快，上多线程：

ini 复制代码

publicvoidparallelBatchInsert(List<User> userList){
    int threadCount = 4;  // 根据数据库连接池大小调整
    int batchSize = userList.size() / threadCount;
    
    ExecutorService executor = Executors.newFixedThreadPool(threadCount);
    List<Future<?>> futures = new ArrayList<>();
    
    for (int i = 0; i < threadCount; i++) {
        int start = i * batchSize;
        int end = (i == threadCount - 1) ? userList.size() : (i + 1) * batchSize;
        List<User> subList = userList.subList(start, end);
        
        futures.add(executor.submit(() -> {
            batchInsertWithExecutor(subList);
        }));
    }
    
    // 等待所有任务完成
    for (Future<?> future : futures) {
        try {
            future.get();
        } catch (Exception e) {
            thrownew RuntimeException(e);
        }
    }
    
    executor.shutdown();
}

从8秒降到3秒。

注意事项：

线程数不要超过数据库连接池大小
如果需要事务一致性，这个方案不适用
要考虑主键冲突的问题

优化效果对比

踩过的坑

坑1：foreach拼接SQL过长

ini 复制代码

<foreach collection="list" item="item" separator=",">

如果一次插入太多条，SQL会非常长，可能超过max_allowed_packet限制。

解决： 分批插入，每批500-1000条。

坑2：rewriteBatchedStatements不生效

检查几个点：

URL参数是否正确：rewriteBatchedStatements=true
是否使用了ExecutorType.BATCH
MySQL驱动版本是否太旧

坑3：自增主键返回问题

批量插入时想获取自增主键：

ini 复制代码

<insertid="batchInsert"useGeneratedKeys="true"keyProperty="id">

注意：rewriteBatchedStatements=true时，自增主键返回可能有问题，需要升级MySQL驱动到8.0.17+。

坑4：内存溢出

10万条数据一次性加载到内存，可能OOM。

解决：分页读取 + 分批插入。

ini 复制代码

int pageSize = 10000;
int total = countTotal();
for (int i = 0; i < total; i += pageSize) {
    List<User> page = selectByPage(i, pageSize);
    batchInsertWithExecutor(page);
}

最终方案代码

ini 复制代码

@Service
publicclassBatchInsertService{
    
    @Autowired
    private SqlSessionFactory sqlSessionFactory;
    
    /**
     * 高性能批量插入
     * 10万条数据约3秒
     */
    publicvoidhighPerformanceBatchInsert(List<User> userList){
        if (userList == null || userList.isEmpty()) {
            return;
        }
        
        int threadCount = Math.min(4, Runtime.getRuntime().availableProcessors());
        int batchSize = (int) Math.ceil((double) userList.size() / threadCount);
        
        ExecutorService executor = Executors.newFixedThreadPool(threadCount);
        CountDownLatch latch = new CountDownLatch(threadCount);
        
        for (int i = 0; i < threadCount; i++) {
            int start = i * batchSize;
            int end = Math.min((i + 1) * batchSize, userList.size());
            
            if (start >= userList.size()) {
                latch.countDown();
                continue;
            }
            
            List<User> subList = new ArrayList<>(userList.subList(start, end));
            
            executor.submit(() -> {
                try {
                    doBatchInsert(subList);
                } finally {
                    latch.countDown();
                }
            });
        }
        
        try {
            latch.await();
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
        
        executor.shutdown();
    }
    
    privatevoiddoBatchInsert(List<User> userList){
        try (SqlSession sqlSession = sqlSessionFactory.openSession(ExecutorType.BATCH, false)) {
            UserMapper mapper = sqlSession.getMapper(UserMapper.class);
            
            for (int i = 0; i < userList.size(); i++) {
                mapper.insert(userList.get(i));
                
                if ((i + 1) % 1000 == 0) {
                    sqlSession.flushStatements();
                    sqlSession.clearCache();
                }
            }
            
            sqlSession.flushStatements();
            sqlSession.commit();
        }
    }
}

总结

核心原则： 减少网络往返 + 减少事务次数 + 并行处理。