但之前的文章也有不完美之處，原因在于：使用「循環(huán)單次插入」的性能太低，使用「MyBatis Plus 批量插入」性能還行，但要額外的引入 MyBatis Plus 框架，使用「MyBatis 原生批量插入」性能最好，但在插入大量數(shù)據(jù)時會導(dǎo)致程序報錯，那么，今天咱們就會提供一個更優(yōu)的解決方案。

原生批量插入的“坑”

首先，我們來看一下 MyBatis 原生批量插入中的坑，當我們批量插入 10 萬條數(shù)據(jù)時，實現(xiàn)代碼如下：

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;
 
import java.util.ArrayList;
import java.util.List;
 
@SpringBootTest
class UserControllerTest {
 
    // 最大循環(huán)次數(shù)
    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(); // 統(tǒng)計開始時間
        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(); // 統(tǒng)計結(jié)束時間
        System.out.println("執(zhí)行時間：" + (etime - stime));
    }
}

核心文件 UserMapper.xml 中的實現(xiàn)代碼如下：

<?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>

當我們開心地運行以上程序時，就出現(xiàn)了以下的一幕：

沃，程序竟然報錯了！

這是因為使用 MyBatis 原生批量插入拼接的插入 SQL 大小是 4.56M，而默認情況下 MySQL 可以執(zhí)行的最大 SQL 為 4M，那么在程序執(zhí)行時就會報錯了。

解決方案

以上的問題就是因為批量插入時拼接的 SQL 文件太大了，所以導(dǎo)致 MySQL 的執(zhí)行報錯了。那么我們第一時間想到的解決方案就是將大文件分成 N 個小文件，這樣就不會因為 SQL 太大而導(dǎo)致執(zhí)行報錯了。也就是說，我們可以將待插入的 List 集合分隔為多個小 List 來執(zhí)行批量插入的操作，而這個操作過程就叫做 List 分片。

有了處理思路之后，接下來就是實操了，那如何對集合進行分片操作呢？

分片操作的實現(xiàn)方式有很多種，這個我們后文再講，接下來我們使用最簡單的方式，也就是 Google 提供的 Guava 框架來實現(xiàn)分片的功能。

分片 Demo 實戰(zhàn)

要實現(xiàn)分片功能，第一步我們先要添加 Guava 框架的支持，在 pom.xml 中添加以下引用：

<!-- google guava 工具類 -->
<!-- https://mvnrepository.com/artifact/com.google.guava/guava -->
<dependency>
  <groupId>com.google.guava</groupId>
  <artifactId>guava</artifactId>
  <version>31.0.1-jre</version>
</dependency>

接下來我們寫一個小小的 demo，將以下 7 個人名分為 3 組（每組最多 3 個），實現(xiàn)代碼如下：

import com.google.common.collect.Lists;
 
import java.util.Arrays;
import java.util.List;
 
/**
 * Guava 分片
 */
public class PartitionByGuavaExample {
    // 原集合
    private static final List<String> OLD_LIST = Arrays.asList(
            "唐僧,悟空,八戒,沙僧,曹操,劉備,孫權(quán)".split(","));
 
    public static void main(String[] args) {
        // 集合分片
        List<List<String>> newList = Lists.partition(OLD_LIST, 3);
        // 打印分片集合
        newList.forEach(i -> {
            System.out.println("集合長度：" + i.size());
        });
    }
}

以上程序的執(zhí)行結(jié)果如下：

從上述結(jié)果可以看出，我們只需要使用 Guava 提供的 Lists.partition 方法就可以很輕松的將一個集合進行分片了。

原生批量插入分片實現(xiàn)

那接下來，就是改造我們的 MyBatis 批量插入代碼了，具體實現(xiàn)如下：

@Test
void saveBatchByNativePartition() {
    long stime = System.currentTimeMillis(); // 統(tǒng)計開始時間
    List<User> list = new ArrayList<>();
    // 構(gòu)建插入數(shù)據(jù)
    for (int i = 0; i < MAXCOUNT; i++) {
        User user = new User();
        user.setName("test:" + i);
        user.setPassword("123456");
        list.add(user);
    }
    // 分片批量插入
    int count = (int) Math.ceil(MAXCOUNT / 1000.0); // 分為 n 份，每份 1000 條
    List<List<User>> listPartition = Lists.partition(list, count);
    // 分片批量插入
    for (List<User> item : listPartition) {
        userService.saveBatchByNative(item);
    }
    long etime = System.currentTimeMillis(); // 統(tǒng)計結(jié)束時間
    System.out.println("執(zhí)行時間：" + (etime - stime));
}

執(zhí)行以上程序，最終的執(zhí)行結(jié)果如下：