1 环境准备

1.1 搭建 MyBatis-Plus 环境

创建 maven springboot 工程
导入依赖：web 启动器、jdbc、、java 连接 mysql、Lombok、druid 连接池启动器、mybatis-plus 启动器
编写 yaml 配置文件，配置 druid 数据源、mybatis-plus

注意要点：

mapper 接口继承 BaseMapper<实体类>
service 接口继承 IService<实体类>
service 接口实现类继承 ServiceImpl<mapper 接口, 实体类> 实现 service 接口

1.2 批量插入测试接口

MyBatis 批量插入接口

@GetMapping("/mybatis-batch-insert") public String mybatisBatchInsert(){ // 开始时间 long stime = System.currentTimeMillis(); // 批量插入 orderService.mySaveBatch(list); // 结束时间 long etime = System.currentTimeMillis(); return "mybatis 批量插入 1w 条数据的时间: " + (etime - stime) / 1000.0 + "秒"; }

Mybatis 的批量插入是调用 mapper 的批量插入接口，使用标签拼接 sql 进行插入
Mybatis-Plus 批量插入接口
@GetMapping("/mybatis-batch-insert") public String mybatisBatchInsert(){ // 开始时间 long stime = System.currentTimeMillis(); // 批量插入 orderService.mySaveBatch(list); // 结束时间 long etime = System.currentTimeMillis(); return "mybatis 批量插入 1w 条数据的时间: " + (etime - stime) / 1000.0 + "秒"; }
MyBatis-Plus 的批量插入是调用 mybatis-plus 的 IService 接口的 saveBatch 进行批量插入

1.3 批量更新测试接口

MyBatis 批量更新接口
@GetMapping("/mybatis-batch-update") public String mybatisBatchUpdate(){ long stime = System.currentTimeMillis(); orderService.myUpdateBatchById(updateList); long etime = System.currentTimeMillis(); return "mybatis 批量更新 1w 条数据的时间: " + (etime - stime) / 1000.0 + "秒"; }
MyBatis 的批量插入是调用 mapper 的批量更新接口，使用标签拼接 sql 进行更新，是将多个更新语句拼接在同一个 mapper 接口中，需要在数据库连接 url 添加 allowMultiQueries=true 开启多查询
MyBatis-Plus 批量更新接口
@GetMapping("/mybatis-plus-batch-update") public String mybatisPlusBatchUpdate(){ long stime = System.currentTimeMillis(); orderService.updateBatchById(updateList); long etime = System.currentTimeMillis(); return "mybatis plus 批量更新 1w 条数据的时间: " + (etime - stime) / 1000.0 + "秒"; }
MyBatis -Plus 的批量更新是调用 mybatis-plus 的 IService 接口的 updateBatchById 进行批量更新

2. 性能对比

经过预热，尽量避免了缓存的影响。

2.1 批量插入性能对比

数据量：1w 条数据，每条数据 4 个字段

测试结果：

MyBatis：5 次运行平均耗时：0.3212 秒
MyBatis-Plus：5次运行平均耗时：1.35 秒
MyBatis-Plus（开启批处理）：5次运行平均耗时：0.2424 秒

2.2 批量更新性能对比

数据量：1w 条数据，每条数据更新 4 个字段

测试结果：

MyBatis：5 次运行平均耗时：1.0378 秒
MyBatis-Plus：5次运行平均耗时：1.6448 秒
MyBatis-Plus（开启批处理）：5次运行平均耗时：0.743 秒

3. 原理探究

3.1 批量插入

3.1.1 MyBatis

MyBatis 的批量插入 xml

<insert id="mySaveBatch">
    insert into order_table(id, product_id, total_amount, status) values
    <foreach collection="list" separator="," item="item">
        (#{item.id}, #{item.productId}, #{item.totalAmount}, #{item.status})
    </foreach>
</insert>

通过标签，将插入的数据拼接成一条 SQL 语句，一次性进行插入操作，拼接完的 SQL 语句如下例子：

insert into order_table(id, product_id, total_amount, status) values(1, 2. 2.0, 1),(2, 2, 2.0, 1);

3.1.2 MyBatis-Plus

MyBatis-Plus 的批量插入本质采用 for 遍历每条数据依次插入，但使用了批处理优化，默认是每 1000 条数据，刷新一次 statement 提交到数据库，执行插入操作。

注意：批处理需要在数据库连接中添加 rewriteBatchedStatements=true 否则 jdbc 驱动在默认情况下会无视executeBatch() 语句

源码如下：

@Transactional(rollbackFor = Exception.class)   // 开启事务
@Override
public boolean saveBatch(Collection<T> entityList, int batchSize) {
    String sqlStatement = getSqlStatement(SqlMethod.INSERT_ONE);    // 获得插入 statement
    // 执行批处理操作
    // 参数是：待插入集合，批次大小（默认1000），函数式接口 accept
    return executeBatch(entityList, batchSize, (sqlSession, entity) ->  sqlSession.insert(sqlStatement, entity)); 
}

public static <E> boolean executeBatch(Class<?> entityClass, Log log, Collection<E> list, int batchSize, BiConsumer<SqlSession, E> consumer) {
    Assert.isFalse(batchSize < 1, "batchSize must not be less than one");
    return !CollectionUtils.isEmpty(list) && executeBatch(entityClass, log, sqlSession -> {
        int size = list.size();
        int idxLimit = Math.min(batchSize, size);
        int i = 1;
        // 遍历插入
        for (E element : list) {
            // 调用 sqlSession.insert(sqlStatement, entity)); 
            // 对元素执行插入操作，但此时数据库还没真正执行插入语句
            consumer.accept(sqlSession, element);   
            // 计数达到 1000 或者 集合结束
            if (i == idxLimit) {        
                 // 刷新 statement 提交批处理语句，数据库真正执行 SQL
                sqlSession.flushStatements();
                idxLimit = Math.min(idxLimit + batchSize, size);
            }
            i++;
        }
    });
}

3.2 批量更新

3.2.1 MyBatis

MyBatis 的批量更新 xml

<update id="myUpdateBatchById">
    <foreach collection="list" item="item" index="index" open="" close="" separator=";">
        update order_table
        <set>
            product_id = #{item.productId},
            total_amount = #{item.totalAmount},
            status = #{item.status}
        </set>
        where id = #{item.id}
    </foreach>
</update>

通过标签，拼接成多条更新的 SQL 语句，一次性提交数据库执行。语句例子如下：

update order_table set product_id = 1, total_amount = 2, status = 1 where id = 1;
update order_table set product_id = 1, total_amount = 2, status = 1 where id = 2;

3.1.2 MyBatis-Plus

MyBatis-Plus 批量更新的原理基本和其批量插入的原理一致，都是调用 executeBatch 执行批处理操作。

4. 优缺点分析

4.1 批量插入

对于批量插入，MyBatis 拼接 SQL 的写法比 MyBatis-Plus 的批量插入方法有明显更高的性能。
但在开启批处理优化之后，MyBatis-Plus 的方法性能更高了。

MyBatis:

优点：性能较高
缺点：在处理大数据量（SQL 语句大于 64MB 时）会报错，MySQL 8.0.33 默认最大 SQL 大小为 64MB
也要考虑内存异常等问题。

MyBatisPlus：

优点：分组提交，适用于大数据量的处理
缺点：单条插入语句执行，性能较低

总结：

没开启批处理时：10w 数据量以下建议使用 MyBatis、10w 数据量以上建议使用 MyBatis-Plus
开启批处理时：建议使用 MyBatis-Plus

4.2 批量更新

对于批量更新，MyBatis 拼接 SQL 的写法与 MyBatis-Plus 的批量更新方法无明显的性能差别.
大于大数据量，拼接写法甚至容易出现内存耗尽等问题，相比之下 MyBatis-Plus 的方法更优。

总结：建议使用 MyBatis-Plus

对比 MyBatis 和 MyBatis-Plus 批量插入、批量更新的性能和区别

1 环境准备

1.1 搭建 MyBatis-Plus 环境

1.2 批量插入测试接口

1.3 批量更新测试接口

2. 性能对比

2.1 批量插入性能对比

2.2 批量更新性能对比

3. 原理探究

3.1 批量插入

3.1.1 MyBatis

3.1.2 MyBatis-Plus

3.2 批量更新

3.2.1 MyBatis

3.1.2 MyBatis-Plus

4. 优缺点分析

4.1 批量插入

4.2 批量更新

相关推荐

idea本地配置连接远程hadoop集群的一些网络问题解决汇总

无缓存不行?例行升级的入门级阿斯加特AN2 SSD装机点评

Ceph运维手册(基于P版本)

Docker 命令大全（docker命令大全记录表）

替代Docker build的Buildah简单介绍

Docker Desktop安装使用指南:零基础教程

大数据开发前要做什么准备?8台Hadoop服务器进行集群规划前配置

Tensorflow分类loss函数总结 tensorflow绘制loss曲线

R语言学习笔记(七) -离散型数据的模型预测2

iOS Runtime详解