性能优化：记一次批量新增&修改接口优化思路

优化前的代码

之前的代码大概如下，优化前要执行15分钟

1.	for(List dto : dtoList) {
2.		entity = dao.getByNameAndType(dto.getName(), dto.getType());
3.		if(null == entity){
4.			entity = new Entity();
5.		}
6.		BeanUtil.copyProperties(entity, dto);
7.		dao.save(entity);
8.	}

 上面的代码第一眼看上去并没什么问题，但是当要修改的dtoList有几千个的时候，就会很慢了！下面分析一下
 1）第2行，会发起1次数据库请求
 2）第6行，由于项目中用的是JPA，所以save的时候，会先判断id是否为null，为null则新增；如果不为null，还要发起一次查询请求，查看id是否真的存在，如果存在则修改；否则新增。这样子的话就相当save一条数据要发起2次请求。
 总的来说数据库请求就是3*n的时间复杂度

优化的思路

核心思路：尽可能的减少数据库连接的次数
具体方法：
1.一次性查询需要的数据，对于查询条件建立索引。
2.对于要新增的，拼sql，一次性insert into values (), ()…
3.对于要修改的，拼sql，一次性update xxx set xxx=xxx；update xxx set xxx=xxx；并且修改之前先判断一下dto跟数据库的字段是否真的有变化，有变化才发请求。

优化后的代码

优化后执行20秒，总的来看，优化过后的数据库请求就是3n的时间复杂度

// 一次性查询所有需要的记录，如果可以，查询缓存更好
querySql = new StringBuilder();
sql.append("select xxx, xxx from dtoTable ");
sql.append("where")
for(dto : dtoList){
	// 建立 name，type的联合索引
	sql.append("(name = " + dto.getName + " and type = " + dtp.getType+ ") or")
}
entityList = dao.find(querySql);

// dto具体要新增还是修改，分一下类
List addList = new ArrayList();
List updateList = new ArrayList();
for(List dto : dtoList) {
	entityList.stream.filter(条件).toList().getOne();
	if(entityList.size != 0){
		entity = entityList.get(0);
		// 根据业务比较一下，真正改变了才修改数据库
		if(!equal(entity, dto)){
			updateList.add(dto);
		}
	} else {
		addList.add(dto);
	}
}

// 批量新增
insertSql = new StringBuilder();
insertSql.append("insert into table(xxx, ooo, jjj) ");
insertSql.append("values  ");
for(dto : addList){
	insertSql.append("(xxx=xxx, ooo=ooo, jjj=jjj), ")
}
dao.execute(insertSql);

// 批量更新
updateSql = new StringBuilder();
for(dto : addList){
	updateSql.append("update table set xxx=xxx, ooo=ooo, jjj=jjj where id=xxx; ")
}
dao.execute(updateSql);