JDBC更新10W级以上数据性能优化

随笔缘由：

系统完成到一定程度，少不了要往数据库中添加大量数据进行性能测试。 我用程序做数据10W条，使用jdbc批更新的API，发现每次只能插入2W多条记录。 一番小小研究，觉得总结一下可能有些意义。

总结内容如下：

1：这是我出现问题的代码，插入10W条数据，10W次数据进行一次批处理，发现只能插入24464多条数据，程序也没有报错。

Connection con = (Connection) DriverManager.getConnection(url,user,password); 

 con.setAutoCommit(false); 

 Long startTime = System.currentTimeMillis(); 

 PreparedStatement pst = (PreparedStatement) con.prepareStatement(sql.toString()); 

 for (int i = 0; i < list.size(); i++) { 

     KIVResponseBean kivResponseBean=list.get(i);  

     pst.setString(1, kivResponseBean.getK()); 

     pst.setString(2, kivResponseBean.getI()); 

     pst.setInt(3, kivResponseBean.getV()); 

     pst.setInt(4, kivResponseBean.getD()); 

     pst.setString(5, kivResponseBean.getM()); 

     pst.setString(6, kivResponseBean.getR()); 

     pst.addBatch();    

}               

 pst.executeBatch();

 con.commit(); 

 Long endTime = System.currentTimeMillis(); 

 System.out.println("用时：" + (endTime - startTime)); 

2：在不使用批更新时，具体做法就是 不添加这句代码 con.setAutoCommit(false); 并且每次为SQL指定参数后就执行 pst.executeUpdate(); 提交数据；结果10W条记录插入成功，但是使用了 35833ms的时间消耗。

Class.forName("oracle.jdbc.driver.OracleDriver"); 

 Connection con = (Connection) DriverManager.getConnection(url,user,password); 

 Long startTime = System.currentTimeMillis(); 

 PreparedStatement pst = (PreparedStatement) con.prepareStatement(sql.toString()); 

 for (int i = 0; i < list.size(); i++) { 

     KIVResponseBean kivResponseBean=list.get(i);  

     pst.setString(1, kivResponseBean.getK()); 

     pst.setString(2, kivResponseBean.getI()); 

     pst.setInt(3, kivResponseBean.getV()); 

     pst.setInt(4, kivResponseBean.getD()); 

     pst.setString(5, kivResponseBean.getM()); 

     pst.setString(6, kivResponseBean.getR()); 

     pst.executeUpdate();

}               

 Long endTime = System.currentTimeMillis(); 

 System.out.println("用时：" + (endTime - startTime));

3：使用批更新，并且制定没10000次提交一次更新，此时 使用时间 2980 ms ，10w条数据也批量添加成功，oracle对每次执行的批更新有限制，我在11g的环境下测试 在2W4K多，网上有朋友说在10g下 每次提交1W多数据就会报错。

Class.forName("oracle.jdbc.driver.OracleDriver"); 

Connection con = (Connection) DriverManager.getConnection(url,user,password); 

con.setAutoCommit(false); 

Long startTime = System.currentTimeMillis(); 

PreparedStatement pst = (PreparedStatement) con.prepareStatement(sql.toString()); 

int batchCount=list.size()/batchSize+1;

for(int batch=0;batch<batchCount;batch++) {

    for (int i = batch*batchSize; (i <(batch+1)*batchSize)&&(i<list.size()); i++) { 

        KIVResponseBean kivResponseBean=list.get(i);  

        pst.setString(1, kivResponseBean.getK()); 

        pst.setString(2, kivResponseBean.getI()); 

        pst.setInt(3, kivResponseBean.getV()); 

        pst.setInt(4, kivResponseBean.getD()); 

        pst.setString(5, kivResponseBean.getM()); 

        pst.setString(6, kivResponseBean.getR()); 

        pst.addBatch();    

   }               

    pst.executeBatch();

    con.commit(); 

    pst.clearBatch();

}

Long endTime = System.currentTimeMillis(); 

System.out.println("用时：" + (endTime - startTime)); 

随笔缘由：

系统完成到一定程度，少不了要往数据库中添加大量数据进行性能测试。 我用程序做数据10W条，使用jdbc批更新的API，发现每次只能插入2W多条记录。 一番小小研究，觉得总结一下可能有些意义。

总结内容如下：

1：这是我出现问题的代码，插入10W条数据，10W次数据进行一次批处理，发现只能插入24464多条数据，程序也没有报错。

Connection con = (Connection) DriverManager.getConnection(url,user,password); 

 con.setAutoCommit(false); 

 Long startTime = System.currentTimeMillis(); 

 PreparedStatement pst = (PreparedStatement) con.prepareStatement(sql.toString()); 

 for (int i = 0; i < list.size(); i++) { 

     KIVResponseBean kivResponseBean=list.get(i);  

     pst.setString(1, kivResponseBean.getK()); 

     pst.setString(2, kivResponseBean.getI()); 

     pst.setInt(3, kivResponseBean.getV()); 

     pst.setInt(4, kivResponseBean.getD()); 

     pst.setString(5, kivResponseBean.getM()); 

     pst.setString(6, kivResponseBean.getR()); 

     pst.addBatch();    

}               

 pst.executeBatch();

 con.commit(); 

 Long endTime = System.currentTimeMillis(); 

 System.out.println("用时：" + (endTime - startTime)); 

2：在不使用批更新时，具体做法就是 不添加这句代码 con.setAutoCommit(false); 并且每次为SQL指定参数后就执行 pst.executeUpdate(); 提交数据；结果10W条记录插入成功，但是使用了 35833ms的时间消耗。

Class.forName("oracle.jdbc.driver.OracleDriver"); 

 Connection con = (Connection) DriverManager.getConnection(url,user,password); 

 Long startTime = System.currentTimeMillis(); 

 PreparedStatement pst = (PreparedStatement) con.prepareStatement(sql.toString()); 

 for (int i = 0; i < list.size(); i++) { 

     KIVResponseBean kivResponseBean=list.get(i);  

     pst.setString(1, kivResponseBean.getK()); 

     pst.setString(2, kivResponseBean.getI()); 

     pst.setInt(3, kivResponseBean.getV()); 

     pst.setInt(4, kivResponseBean.getD()); 

     pst.setString(5, kivResponseBean.getM()); 

     pst.setString(6, kivResponseBean.getR()); 

     pst.executeUpdate();

}               

 Long endTime = System.currentTimeMillis(); 

 System.out.println("用时：" + (endTime - startTime));

3：使用批更新，并且制定没10000次提交一次更新，此时 使用时间 2980 ms ，10w条数据也批量添加成功，oracle对每次执行的批更新有限制，我在11g的环境下测试 在2W4K多，网上有朋友说在10g下 每次提交1W多数据就会报错。

Class.forName("oracle.jdbc.driver.OracleDriver"); 

Connection con = (Connection) DriverManager.getConnection(url,user,password); 

con.setAutoCommit(false); 

Long startTime = System.currentTimeMillis(); 

PreparedStatement pst = (PreparedStatement) con.prepareStatement(sql.toString()); 

int batchCount=list.size()/batchSize+1;

for(int batch=0;batch<batchCount;batch++) {

    for (int i = batch*batchSize; (i <(batch+1)*batchSize)&&(i<list.size()); i++) { 

        KIVResponseBean kivResponseBean=list.get(i);  

        pst.setString(1, kivResponseBean.getK()); 

        pst.setString(2, kivResponseBean.getI()); 

        pst.setInt(3, kivResponseBean.getV()); 

        pst.setInt(4, kivResponseBean.getD()); 

        pst.setString(5, kivResponseBean.getM()); 

        pst.setString(6, kivResponseBean.getR()); 

        pst.addBatch();    

   }               

    pst.executeBatch();

    con.commit(); 

    pst.clearBatch();

}

Long endTime = System.currentTimeMillis(); 

System.out.println("用时：" + (endTime - startTime));