快捷導(dǎo)航

java實現(xiàn)jdbc批量插入數(shù)據(jù)

更新時間：2016年05月08日 19:56:00 投稿：lijiao

這篇文章主要為大家詳細介紹了java實現(xiàn)jdbc批量插入數(shù)據(jù)，三種JDBC批量插入編程方法進行比較，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下

文章首先介紹三種JDBC批量插入編程方法，進行比較，具體內(nèi)容如下

JDBC批量插入主要用于數(shù)據(jù)導(dǎo)入和日志記錄因為日志一般都是先寫在文件下的等。
我用Mysql 5.1.5的JDBC driver 分別對三種比較常用的方法做了測試

方法一：使用PreparedStatement加批量的方法

try { 
 Class.forName("com.mysql.jdbc.Driver"); 
 conn = DriverManager.getConnection(o_url, userName, password); 
 conn.setAutoCommit(false); 
 String sql = "INSERT adlogs(ip,website,yyyymmdd,hour,object_id) VALUES(?,?,?,?,?)"; 
 PreparedStatement prest = conn.prepareStatement(sql,ResultSet.TYPE_SCROLL_SENSITIVE,ResultSet.CONCUR_READ_ONLY); 
 for(int x = 0; x < size; x++){ 
 prest.setString(1, "192.168.1.1"); 
 prest.setString(2, "localhost"); 
 prest.setString(3, "20081009"); 
 prest.setInt(4, 8); 
 prest.setString(5, "11111111"); 
 prest.addBatch(); 
 } 
 prest.executeBatch(); 
 conn.commit(); 
 conn.close(); 
} catch (SQLException ex) { 
 Logger.getLogger(MyLogger.class.getName()).log(Level.SEVERE, null, ex); 
} catch (ClassNotFoundException ex) { 
 Logger.getLogger(MyLogger.class.getName()).log(Level.SEVERE, null, ex); 
}

說明下在建Statement的時候，后面兩個參數(shù)的意義：
第一個參數(shù)指定 ResultSet 的類型。其選項有：
TYPE_FORWARD_ONLY：缺省類型。只允許向前訪問一次，并且不會受到其他用戶對該數(shù)據(jù)庫所作更改的影響。
TYPE_SCROLL_INSENSITIVE：允許在列表中向前或向后移動，甚至可以進行特定定位，例如移至列表中的第四個記錄或者從當(dāng)前位置向后移動兩個記錄。不會受到其他用戶對該數(shù)據(jù)庫所作更改的影響。
TYPE_SCROLL_SENSITIVE：象 TYPE_SCROLL_INSENSITIVE 一樣，允許在記錄中定位。這種類型受到其他用戶所作更改的影響。如果用戶在執(zhí)行完查詢之后刪除一個記錄，那個記錄將從 ResultSet 中消失。類似的，對數(shù)據(jù)值的更改也將反映在 ResultSet 中。
第二個參數(shù)設(shè)置 ResultSet 的并發(fā)性，該參數(shù)確定是否可以更新 ResultSet。其選項有：
CONCUR_READ_ONLY：這是缺省值，指定不可以更新
ResultSet CONCUR_UPDATABLE：指定可以更新 ResultSet

方法二：使用Statement加批量的方法

conn.setAutoCommit(false); 
 Statement stmt = conn.createStatement(ResultSet.TYPE_SCROLL_SENSITIVE, ResultSet.CONCUR_READ_ONLY); 
 for(int x = 0; x < size; x++){ 
 stmt.addBatch("INSERT INTO adlogs(ip,website,yyyymmdd,hour,object_id) VALUES('192.168.1.3', 'localhost','20081009',8,'23123')"); 
 } 
stmt.executeBatch(); 
conn.commit();

方法三：直接使用Statement

conn.setAutoCommit(false); 
Statement stmt = conn.createStatement(ResultSet.TYPE_SCROLL_SENSITIVE, 
   ResultSet.CONCUR_READ_ONLY); 
for(int x = 0; x < size; x++){ 
 stmt.execute("INSERT INTO adlogs(ip,website,yyyymmdd,hour,object_id) VALUES('192.168.1.3', 'localhost','20081009',8,'23123')"); 
} 
conn.commit();

使用上述方法分別插入10萬條數(shù)據(jù)的平均測試時間為：
方法一：17.844s
方法二：18.421s
方法三：16.359s

可以看出JDBC的batch語句插入不但沒有性能提升，反而比沒有用batch的時候要慢，當(dāng)然這可能跟JDBC具體驅(qū)動的實現(xiàn)方法有關(guān)。附件中是我測試代碼，可以用來在自己電腦上跑一下。

在執(zhí)行批量插入的時候最主要的是將自動提交取消，這樣不管是否用JDBC的batch語法應(yīng)該都沒有關(guān)系。
conn.setAutoCommit(false)

個人覺得第一種方法是最方便最實用的。

jdbc批量插入數(shù)據(jù) 例子講解：

最近做一個將excel數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫的程序時，由于數(shù)據(jù)量大，準(zhǔn)備采用jdbc的批量插入。于是用了preparedStatement.addBatch();當(dāng)加入1w條數(shù)據(jù)時，再執(zhí)行插入操作，preparedStatement.executeBatch()。我原以為這樣會很快，結(jié)果插入65536條數(shù)據(jù)一共花30多分鐘，完全出乎我的意料。于是問了一下同事，他們在處理這種大批量數(shù)據(jù)導(dǎo)入的時候是如何處理的，發(fā)現(xiàn)他們也是用的jdbc批量插入處理，但與我不同是：他們使用了con.setAutoCommit(false);然后再preparedStatement.executeBatch()之后，再執(zhí)行con.commit();于是再試，什么叫奇跡？就是剛剛導(dǎo)入這些數(shù)據(jù)花了半小時，而加了這兩句話之后，現(xiàn)在只用了15秒鐘就完成了。于是去查查了原因，在網(wǎng)上發(fā)現(xiàn)了如下一段說明：

* When importing data into InnoDB, make sure that MySQL does not have autocommit mode enabled because that

requires a log flush to disk for every insert. To disable autocommit during your import operation, surround it with

SET autocommit and COMMIT statements:

      SET autocommit=0;
     ... SQL import statements ...
     COMMIT;

第一次，正是因為沒有setAutoCommit(false)；那么對于每一條insert語句，都會產(chǎn)生一條log寫入磁盤，所以雖然設(shè)置了批量插入，但其效果就像單條插入一樣，導(dǎo)致插入速度十分緩慢。

部分代碼如下：

String sql = "insert into table *****";
con.setAutoCommit(false);
ps = con.prepareStatement(sql);
for(int i=1; i<65536; i++){
 ps.addBatch();
 // 1w條記錄插入一次
 if (i % 10000 == 0){
 ps.executeBatch();
 con.commit();
 }
}
// 最后插入不足1w條的數(shù)據(jù)
ps.executeBatch();
con.commit();

以上只是小菜，下面接著“上菜”：

1、測試批量寫入數(shù)據(jù)

 long start = System.currentTimeMillis();
 DaoRecord daoRecord = new DaoRecord();
 List<T> list = new ArrayList<T>();
 for(int i = 1; i <= 1000; i++){
 for(int j = 1; j <= 1000; j++){
 T t = new T();
 t.setI(i);
 t.setJ(j);
 list.add(t);
 }
 }
 daoRecord.InsertBatch(list);
 System.out.println("耗時：" + (System.currentTimeMillis()-start)+"毫秒");

2、批量寫入數(shù)據(jù)測試

 public void InsertBatch(List<T> list){
 String sql = "insert into t(go,back) values(?,?)";
 DBHelper dbh = new DBHelper(sql);
 Connection conn = dbh.returnConn();
 try {
 conn.setAutoCommit(false);//注意此句一定要為false，原因見第一篇參考文獻
 PreparedStatement ps = conn.prepareStatement(sql);
 for(int i = 0; i < list.size(); i++){
 ps.setInt(1, list.get(i).getI());
 ps.setInt(2, list.get(i).getJ());
 ps.addBatch();
 if (i % 10000 == 0){
  ps.executeBatch();
  conn.commit();
  }
 }
 ps.executeBatch();
 conn.commit();
 conn.close();
 } catch (SQLException e) {
 // TODO 自動生成的 catch 塊
 e.printStackTrace();
 }
 }

數(shù)據(jù)表: