批处理 rewriteBatchedStatements=tru

2019-06-07  本文已影响0人  张文超ai

前言

今天学习了JDBC预编译的批处理,预编译批处理适用于单个sql语句,不同值的多次处理。

关键字段

连接的时候,默认是不会重写你的Batch的,这个时候就要在连接的后面添上。
url=jdbc:mysql://localhost:3306/day14_customer?useSSL=true&rewriteBatchedStatements=true ,这样它就会重写你的批处理了,效果真的是惊人啊!

小试牛刀

批量插入简单的100000条数据
@Test
public void insertDemo() {
long startTime = System.currentTimeMillis();
Connection connection = null;
PreparedStatement statement = null;
ResultSet resultSet = null;

        try {
            connection = JdbcUtils.getConnection();
            String sql = "insert into test(id,name) values(?,?)";
            statement = connection.prepareStatement(sql);

            for (int i = 1; i < 100000; i++) {
                statement.setInt(1, i);
                statement.setString(2, "" + i);
                statement.addBatch();

                if (i % 1000 == 0) {
                    statement.executeBatch();
                    statement.clearBatch();
                }
            }
            statement.executeBatch();
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            JdbcUtils.release(connection, statement, resultSet);
        }

        long endTime = System.currentTimeMillis();
        System.out.println((endTime - startTime) / 1000);
    }


运行结果

5

再展身手

我之前知道用text文本导入数据库数据会比较快,今天我发现了更快的方法,还是自制的。目标:100000条记录

1.写好要用的文本txt
@Test
public void writeText() {

        try {
            File file = new File("/home/dream/桌面/111.txt");
            StringBuilder builder = new StringBuilder();
            Random random = new Random();
            PrintWriter writer = new PrintWriter(file);
            for (int i = 0; i < 100000; i++) {
                for (int j = 0; j < 10; j++) {
                    int in = random.nextInt(10);
                    builder.append(in);
                }
                String content = builder.toString();
                writer.println(content + "," + content + "," + content);
                builder.delete(0, builder.length());
            }
            writer.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

用navicat 手动导入text文件。结果用时间38s 。

3.自己用批处理写一个小工具
思路:

读文件 每一行用一个分隔符分割成String数组,用计数器count记住处理次数
通过数组依次预编译sql语句,就是往里面填数据
批处理:每添加1000条语句,执行一次批,之后清楚批处理语句。为了防止最后未达到1000的尾数,在最后再进行一次execute

@Test
    public void insertDemo2() {
        long startTime = System.currentTimeMillis();
        Connection connection = null;
        PreparedStatement statement = null;
        ResultSet resultSet = null;

        try {
            connection = JdbcUtils.getConnection();
            String sql = "insert into test4(conten1, contnet2, content3) values(?,?,?)";
            statement = connection.prepareStatement(sql);

            BufferedReader reader = new BufferedReader(new FileReader(new File("/home/dream/桌面/111.txt")));
            String line;
            int count = 0;
            while ((line = reader.readLine()) != null) {
                String[] oneLine = line.split(",");
                for (int i = 0; i < oneLine.length; i++) {
                    statement.setString(i+1, oneLine[i]);
                }
                statement.addBatch();

                if (count % 1000 == 0) {
                    statement.executeBatch();
                    statement.clearBatch();
                }
                count ++;
            }

            reader.close();
            statement.executeBatch();
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            JdbcUtils.release(connection, statement, resultSet);
        }

        long endTime = System.currentTimeMillis();
        System.out.println((endTime - startTime) / 1000);
    }

只要5秒!

总结
1.最后的execute执行batch的时候,位置千万不能写错,如果你的数据库写入数据很慢,一般两个问题,你没有加重写字段,或者你的代码写错了。
2.这是一次批处理的实战,和往常的经验做的比较,速度已经可以了,在我的认知范围内是最好的。我相信应该还有别的更好的
3.n个insert语句合并,就是多个values拼接字符串不如这个快的。虽然也能提升插入速度。
4.忽然想起来,如果使用多线程这种并发速度应该可以的把?没试过,感觉5秒已经可以了。也是一种想法把。


作者:NoobIn江湖
来源:CSDN
原文:https://blog.csdn.net/qq_41376740/article/details/81668176
版权声明:本文为博主原创文章,转载请附上博文链接!

上一篇下一篇

猜你喜欢

热点阅读