JDBC之批量处理

JDBC之批量处理

一、批量处理JDBC语句提高处理速度

　　当需要成批插入或者更新记录时。可以采用Java的批量更新机制，这一机制允许多条语句一次性提交给数据库批量处
理。通常情况下比单独提交处理更有效率

　　JDBC的批量处理语句包括下面两个方法：

　　①addBatch(String)：添加需要批量处理的SQL语句或是参数；
　　②executeBatch（）；执行批量处理语句；

　　通常我们会遇到两种批量执行SQL语句的情况：
　　①多条SQL语句的批量处理；

　　②一个SQL语句的批量传参；

二、示例代码

 /**
      * 使用批量处理
      */
     @Test
     public void testBatch() {
     Connection connection = null;
     PreparedStatement preparedStatement = null;
     String sql = null;

     try {
         connection = JDBCTools.getConnection();
         JDBCTools.beginTx(connection);
         sql = "INSERT INTO customers VALUES(?,?,?)";
         preparedStatement = connection.prepareStatement(sql);
         Date date = new Date(new java.util.Date().getTime());

         long begin = System.currentTimeMillis();
         for (int i = 0; i < 100000; i++) {
         preparedStatement.setInt(1, i + 1);
         preparedStatement.setString(2, "name_" + i);
         preparedStatement.setDate(3, date);

         // "积攒" SQL
         preparedStatement.addBatch();

         // 当 "积攒" 到一定程度, 就统一的执行一次. 并且清空先前 "积攒" 的 SQL
         if ((i + 1) % 300 == 0) {
             preparedStatement.executeBatch();
             preparedStatement.clearBatch();
         }
         }

         // 若总条数不是批量数值的整数倍, 则还需要再额外的执行一次.
         if (100000 % 300 != 0) {
         preparedStatement.executeBatch();
         preparedStatement.clearBatch();
         }

         long end = System.currentTimeMillis();

         System.out.println("Time: " + (end - begin)); //

         JDBCTools.commit(connection);
     } catch (Exception e) {
         e.printStackTrace();
         JDBCTools.rollback(connection);
     } finally {
         JDBCTools.releaseDB(null, preparedStatement, connection);
     }
     }

     /**
      * 使用PreparedStatement
      */
     @Test
     public void testBatchWithPreparedStatement() {
     Connection connection = null;
     PreparedStatement preparedStatement = null;
     String sql = null;

     try {
         connection = JDBCTools.getConnection();
         JDBCTools.beginTx(connection);
         sql = "INSERT INTO customers VALUES(?,?,?)";
         preparedStatement = connection.prepareStatement(sql);
         Date date = new Date(new java.util.Date().getTime());

         long begin = System.currentTimeMillis();
         for (int i = 0; i < 100000; i++) {
         preparedStatement.setInt(1, i + 1);
         preparedStatement.setString(2, "name_" + i);
         preparedStatement.setDate(3, date);

         preparedStatement.executeUpdate();
         }
         long end = System.currentTimeMillis();

         System.out.println("Time: " + (end - begin)); //

         JDBCTools.commit(connection);
     } catch (Exception e) {
         e.printStackTrace();
         JDBCTools.rollback(connection);
     } finally {
         JDBCTools.releaseDB(null, preparedStatement, connection);
     }
     }

     /**
      * 向 Oracle 的 customers 数据表中插入 10 万条记录
      * 测试如何插入, 用时最短. 1. 使用 Statement.
      */
     @Test
     public void testBatchWithStatement() {
     Connection connection = null;
     Statement statement = null;
     String sql = null;

     try {
         connection = JDBCTools.getConnection();
         JDBCTools.beginTx(connection);

         statement = connection.createStatement();

         long begin = System.currentTimeMillis();
         for (int i = 0; i < 100000; i++) {
         sql = "INSERT INTO customers VALUES(" + (i + 1) + ", 'name_" + i + "', '29-6月 -13')";
         statement.addBatch(sql);
         }
         long end = System.currentTimeMillis();

         System.out.println("Time: " + (end - begin)); //

         JDBCTools.commit(connection);
     } catch (Exception e) {
         e.printStackTrace();
         JDBCTools.rollback(connection);
     } finally {
         JDBCTools.releaseDB(null, statement, connection);
     }
     }

　　通过代码，我们可以发现，很明显处理速度batch > PreparedStatement > Statement

如果，您对我的这篇博文有什么疑问，欢迎评论区留言，大家互相讨论学习。
如果，您认为阅读这篇博客让您有些收获，不妨点击一下右下角的【推荐】。
如果，您希望更容易地发现我的新博客，不妨点击一下左下角的【关注我】。
如果，您对我的博文感兴趣，可以关注我的后续博客，我是【AlbertRui】。

转载请注明出处和链接地址，欢迎转载，谢谢！