在近期工作中,数据库使用到了MySql引擎,在一次数据导入几万条数据,如果一条一条插入,必然性能不佳,顾使用到了JDBC中PreparedStatement的executeBatch方法来批量提交数据,以此提高性能,但结果让我们大吃一惊,性能不升反降,由于服务器在异地,2万条左右的数据,整整提交了20分钟,简直破我的三观,于是就开启了排查之路。
过程中一直怀疑代码有问题,线程死锁(用到了多线程提交数据),数据库事务过长等等问题,后面才发现rewriteBatchedStatements参数未开启,开启参数后,均值8秒提交完成,最优值可以到5秒(与网络有关),最高值10秒。
到底为什么这个参数会产生这么大的性能差距?于是引起了我对这个参数的一摊究竟。
开始书写最简单的测试代码,环境如下:
OS:MAC 8G内存 256GSSD
MySql server:本机,version:5.7.11
JDBC 驱动:5.1.31
数据量:总共提交100万条数据
数据列:单列
执行sql如下:
insert into t_student(name) values(?)
测试程序如下:
public static void main(String[] args){
String url = "jdbc:mysql://127.0.0.1:3306/test?useUnicode=true&rewriteBatchedStatements=true&useServerPrepStmts=true";
int batchSize = 0;
Long l = System.currentTimeMillis();
executeBatch(url,(batchSize<=0 || batchSize > 60000) ? 60000 : batchSize);
System.out.println("useServerPrepStmts and rewriteBatchedStatements time:"+(System.currentTimeMillis()-l)+"ms");
url = "jdbc:mysql://127.0.0.1:3306/test?useUnicode=true&rewriteBatchedStatements=true";
l = System.currentTimeMillis();
executeBatch(url,batchSize);
System.out.println(" rewriteBatchedStatements time:"+(System.currentTimeMillis()-l)+"ms");
url = "jdbc:mysql://127.0.0.1:3306/test?useUnicode=true";
l = System.currentTimeMillis();
executeBatch(url,batchSize);
System.out.println(" time:"+(System.currentTimeMillis()-l)+"ms");
}
public static void executeBatch(String url,int batchSize){
Connection connection = null;
try {
String sql = "insert into t_student(name) values(?)";
connection = getConnection(url);
connection.setAutoCommit(false);
PreparedStatement pstm = connection.prepareStatement(sql);
for(int i = 0 ; i < 1000000 ; i++){
pstm.setString(1,"li.guohui"+i);
pstm.addBatch();
if(batchSize > 0) {
if (i % batchSize == 0) {
pstm.executeBatch();
}
}
}
pstm.executeBatch();
connection.commit();
}catch (Exception e){
try {
connection.rollback();
} catch (SQLException e1) {
e1.printStackTrace();
}
e.printStackTrace();
}finally {
close(connection);
}
}
public static Connection getConnection(String url) throws ClassNotFoundException, SQLException {
String username = "root";
String password = "root";
Class.forName("com.mysql.jdbc.Driver");
return DriverManager.getConnection(url,username,password);
}
public static void close(Connection connection){
try {
connection.close();
} catch (SQLException e) {
e.printStackTrace();
}
}
执行结果如下:
useServerPrepStmts and rewriteBatchedStatements time: 8506ms
rewriteBatchedStatements time: 5213ms
mysql time: 161732ms
从结果一看,一目了然,url中仅开启参数rewriteBatchedStatements时,性能最佳,5秒多些就能处理结束;
WHY??????
通过tcpdump网络抓包,指令格式(sudo tcpdump -i 10 -vv -nn port 3306 -X)详细说明请看博客,我们可以看到三个参数的不同处理方式:
1、同时开启useServerPrepStmts and rewriteBatchedStatements:
mysql的jdbc连接器采用预处理的方式提交数据,将预处理数据线发送到数据库服务器,然后再发送一个一个的参数数据,一个操作需要发送两次。
2、仅开启rewriteBatchedStatements参数,抓包结果如下:
mysql的jdbc连接器将需要插入的值拼接在插入语句中,多值一次发送:“insert into table(colName) values('a'),('b').....”形式;这样数据只需要一次提交数据到数据库服务器;
3、未开启useServerPrepStmts and rewriteBatchedStatements参数,抓包结果如下:
从抓包结果,可以看出,mysql的jdbc连接器,将100万条数分100万次提交到数据库服务器,这可想而知,这是多么的慢,不仅仅数据提交,tcp连接等等等都会消耗一定时间。
至此,我们大概明白了为什么executeBatch如此慢的原因,总结如下:
a、开启rewriteBatchedStatements而未开启useServerPrepStmts参数,mysql连接器以字符数值拼接多值sql,一次发送到数据库服务器;
b、同时rewriteBatchedStatements和useServerPrepStmts参数,MySQL连接器以预编译的方式将sql和值分开发送,这种方式需要注意占位符过多的情况,一次MySQL最多的占位符为65535个,即每次执行executeBatch时,数据个数不能超过65535个(与数据条数、提交的表字段个数有关),否则会出现以下错误:
java.sql.SQLException: Prepared statement contains too many placeholders
at com.mysql.jdbc.SQLError.createSQLException(SQLError.java:1094)
at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:4226)
at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:4158)
at com.mysql.jdbc.MysqlIO.sendCommand(MysqlIO.java:2615)
at com.mysql.jdbc.ServerPreparedStatement.serverPrepare(ServerPreparedStatement.java:1623)
at com.mysql.jdbc.ServerPreparedStatement.(ServerPreparedStatement.java:402)
at com.mysql.jdbc.ServerPreparedStatement.prepareBatchedInsertSQL(ServerPreparedStatement.java:3037)
at com.mysql.jdbc.PreparedStatement.executeBatchedInserts(PreparedStatement.java:1665)
at com.mysql.jdbc.PreparedStatement.executeBatch(PreparedStatement.java:1377)
c、什么都不开启,MySQL连接器默认一条一条提交数据,多次与数据库服务器交互。
**&&性能比较(在多条数据提交时): 开启rewriteBatchedStatements > 同时开启rewriteBatchedStatements和useServerPrepStmts > 未开启
接下来,我们再来看看rewriteBatchedStatements参数的源码处理过程:
addBatch方法都做了啥?
往批处理维护的缓存数组中加入需要插入数据库的值:
执行executeBatch方法时,就开始将batchedArgs里的数据通过连接socket tcp方式发送到数据库服务器:
但是从源码中注意到,如果一次提交的数据少于3条,那么批量提交是不生效的,该连接器生效是从4.1.0版本以上支持。
MySQL其它连接器参数说明:
请看官方文档:https://dev.mysql.com/doc/connector-j/5.1/en/connector-j-reference-configuration-properties.html