一、大数据量插入,不仅对数据库还是对服务器都有很大的压力,可能导致数据库宕机或者服务器CPU过高
这些问题都会导致程序出现问题,导致插入数据失败;因此我们需要进行插入优化;
二、优化方向
主要是使用批量、分批插入的方法,降低数据库压力,同时使用多个线程并发异步进行数据库批量插入操作,大大降低了服务器的压力。
代码示例:
public class TestUtil{
private void importBaseData(){
// 创建线程池
ExecutorService executorService = Executors.newFixedThreadPool(10); // 创建线程池
// 大数据量
List<XykFirstBrush> reportList = new ArrayList<>();
// 假设有9000条数据
for(int i=0;i<=9000;i++){
XykFirstBrush firstBrush=new XykFirstBrush();
reportList.add(firstBrush);
}
// 分批插入 每200条一个批次 --根据自己情况设置
List<List<XykFirstBrush>> submitList = ListUtil.split(reportList, 200);
for (List<XykFirstBrush> list : submitList) {
BatchInsertTask task = new BatchInsertTask(list);
executorService.execute(task);
}
executorService.shutdown();
// 关闭线程池
log.info("----------导入数据完成----------");
}
private class BatchInsertTask implements Runnable {
private List<XykFirstBrush> dataList;
public BatchInsertTask(List<XykFirstBrush> data) {
this.dataList = data;
}
@Override
public void run() {
// 批量插入方法
xykFirstBrushMapper.batchXykFirstBrushInsert(dataList);
}
}
}
三、结果
数据压力减小,插入效率提升;服务器压力减小;该解决方案还算可以。