（百万数据量级别）java下的mysql数据库插入越插越慢的问题解决

http://blog.csdn.net/qq547276542/article/details/75097602

最近的项目需要导入大量的数据，插入的过程中还需要边查询边插入。插入的数据量在100w左右。一开始觉得100w的数据量不大，于是就插啊插，吃了个饭，回来一看，在插入了50多w条数据后，每秒就只能插10条了。。觉得很奇怪，为啥越插越慢呢？  于是就开始分析插入的时间损耗，想到了如下的解决方案：（mysql使用的INNODB引擎）

1.分析是否是由主码，外码，索引造成的插入效率降低

        主码：由于主码是每张表必须有的，不能删除。而mysql会对主码自动建立一个索引，这个索引默认是Btree索引，因此每次插入数据要额外的对Btree进行一次插入。这个额外的插入时间复杂度约为log(n)。这个索引无法删除，因此无法优化。但是每次插入的时候，由于主码约束需要检查主码是否出现，这又需要log(n)，能否减少这个开销呢？答案是肯定的。我们可以设置主码为自增id  AUTO_INCREMENT ,这样数据库里会自动记录当前的自增值，保证不会插入重复的主码，也就避免了主码的重复性检查。

        外码：由于我的项目的插入表中存在外码，因此每次插入时需要在另一张表检测外码存在性。这个约束是与业务逻辑相关的，不能随便删除。并且这个时间开销应当是与另一张表大小成正比的常数，不应当越插入越慢才对。所以排除。

        索引：为了减少Btree插入的时间损耗，我们可以在建表时先不建索引，先将所有的数据插入。之后我们再向表里添加索引。该方法确实也降低了时间的开销。

        经过以上的折腾，再进行测试，发现速度快了一点，但是到了50w条后又开始慢了。看来问题的关键不在这里。于是继续查资料，又发现了个关键问题：

2.将单条插入改为批量插入（参考：点击打开链接）

        由于java中的executeUpdate(sql)方法只是执行一条sql操作，就需要调用sql里的各种资源，如果使用for循环不停的执行这个方法来插入，无疑是开销很大的。因此，在mysql提供了一种解决方案：批量插入。 也就是每次的一条sql不直接提交，而是先存在批任务集中，当任务集的大小到了指定阈值后，再将这些sql一起发送至mysql端。在100w的数据规模中，我将阈值设置为10000，即一次提交10000条sql。最后的结果挺好，插入的速度比之前快了20倍左右。批量插入代码如下：

[java]  view plain  copy

1. public static void insertRelease() {    
2.         Long begin = new Date().getTime();    
3.         String sql = "INSERT INTO tb_big_data (count, create_time, random) VALUES (?, SYSDATE(), ?)";    
4.         try {    
5.             conn.setAutoCommit(false);    
6.             PreparedStatement pst = conn.prepareStatement(sql);    
7.             for (int i = 1; i <= 100; i++) {    
8.                 for (int k = 1; k <= 10000; k++) {    
9.                     pst.setLong(1, k * i);    
10.                     pst.setLong(2, k * i);    
11.                     pst.addBatch();    
12.                 }    
13.                 pst.executeBatch();    
14.                 conn.commit();    
15.             }    
16.             pst.close();    
17.             conn.close();    
18.         } catch (SQLException e) {    
19.             e.printStackTrace();    
20.         }    
21.         Long end = new Date().getTime();    
22.         System.out.println("cast : " + (end - begin) / 1000 + " ms");    
23.     }    

3.一条UPDATE语句的VALUES后面跟上多条的(?,?,?,?)

        这个方法一开始我觉得和上面的差不多，但是在看了别人做的实验后，发现利用这个方法改进上面的批量插入，速度能快5倍。后来发现，mysql的导出sql文件中，那些插入语句也是这样写的。。即UPDATE table_name (a1,a2) VALUES (xx,xx),(xx,xx),(xx,xx)... 。也就是我们需要在后台自己进行一个字符串的拼接，注意由于字符串只是不停的往末尾插入，用StringBuffer能够更快的插入。下面是代码：

[java]  view plain  copy

1. public static void insert() {    
2.         // 开时时间    
3.         Long begin = new Date().getTime();    
4.         // sql前缀    
5.         String prefix = "INSERT INTO tb_big_data (count, create_time, random) VALUES ";    
6.         try {    
7.             // 保存sql后缀    
8.             StringBuffer suffix = new StringBuffer();    
9.             // 设置事务为非自动提交    
10.             conn.setAutoCommit(false);    
11.             // Statement st = conn.createStatement();    
12.             // 比起st，pst会更好些    
13.             PreparedStatement pst = conn.prepareStatement("");    
14.             // 外层循环，总提交事务次数    
15.             for (int i = 1; i <= 100; i++) {    
16.                 // 第次提交步长    
17.                 for (int j = 1; j <= 10000; j++) {    
18.                     // 构建sql后缀    
19.                     suffix.append("(" + j * i + ", SYSDATE(), " + i * j    
20.                             * Math.random() + "),");    
21.                 }    
22.                 // 构建完整sql    
23.                 String sql = prefix + suffix.substring(0, suffix.length() - 1);    
24.                 // 添加执行sql    
25.                 pst.addBatch(sql);    
26.                 // 执行操作    
27.                 pst.executeBatch();    
28.                 // 提交事务    
29.                 conn.commit();    
30.                 // 清空上一次添加的数据    
31.                 suffix = new StringBuffer();    
32.             }    
33.             // 头等连接    
34.             pst.close();    
35.             conn.close();    
36.         } catch (SQLException e) {    
37.             e.printStackTrace();    
38.         }    
39.         // 结束时间    
40.         Long end = new Date().getTime();    
41.         // 耗时    
42.         System.out.println("cast : " + (end - begin) / 1000 + " ms");    
43.     }    

        做了以上的优化后，我发现了一个很蛋疼的问题。虽然一开始的插入速度的确快了几十倍，但是插入了50w条数据后，插入速度总是会一下突然变的非常慢。这种插入变慢是断崖式的突变，于是我冥思苦想，无意中打开了系统的资源管理器，一看发现：java占用的内存在不断飙升。 突然脑海中想到：是不是内存溢出了？

4.及时释放查询结果

        在我的数据库查询语句中，使用到了pres=con.prepareStatement(sql)来保存一个sql执行状态，使用了resultSet=pres.executeQuery来保存查询结果集。而在边查边插的过程中，我的代码一直没有把查询的结果给释放，导致其不断的占用内存空间。当我的插入执行到50w条左右时，我的内存空间占满了，于是数据库的插入开始不以内存而以磁盘为介质了，因此插入的速度就开始变得十分的低下。因此，我在每次使用完pres和resultSet后，加入了释放其空间的语句：resultSet.close(); pres.close(); 。重新进行测试，果然，内存不飙升了，插入数据到50w后速度也不降低了。原来问题的本质在这里！

        这个事情折腾了一天，也学到了很多。希望这篇博客能帮助到大家！