JPA批量插入优化

遇到一个需求是excel数据导入，一次大概会批量插入几万的数据。写完一测奇慢无比。

于是开始打日志，分析代码，发现是插入数据库的时候耗时很长，发现是spring data jpa的原因。

翻看jpa的源码

@Transactional
    public <S extends T> List<S> saveAll(Iterable<S> entities) {

        Assert.notNull(entities, "The given Iterable of entities not be null!");

        List<S> result = new ArrayList<S>();

        for (S entity : entities) {
            result.add(save(entity));
        }

        return result;
    }

这里会循环对每个对象进行save操作，看到这里问题也大概清楚了，多次insert操作。

再看看save操作

     @Transactional
     public <S extends T> S save(S entity) {

         if (entityInformation.isNew(entity)) {
             em.persist(entity);
             return entity;
         } else {
             return em.merge(entity);
         }
     }

保存的时候，会对对象做存在性检查，就是先查一边，要是不存在才会保存。

优化方案有很多种，但是要从根本上解决这个问题，就要避免jpa 的多次保存和存在性检查，才能减少数据库的交互。

最后选用的是spring data jpa和spring jdbc组合使用，jpa大量的写入就用sprng jdbc。

另外，在数据库地址上加上

rewriteBatchedStatements=true 开启批量写入

因为spring jdbc 和spring boot 的兼容性很好，基本不需要什么配置，另外spring jdbc 的namedParameterJdbcTemplate.batchUpdate对批量插入编写sql也比较快捷。

优化之后比之前减少90%的时间，看来jpa是真不适合数据量稍大的系统，需要和其他框架配合使用才行。