mysql压测快速造亿级数据

造大量数据的方式有很多，比如写存储过程，或者直接用java，我现在使用的就是通过java实现大数据量的导入。

使用java也有很多方式，单条插入就不讨论了
下面主要讨论以下几种策略：

1、Mybatis 轻量级框架插入（无事务）
2、采用JDBC直接处理（开启事务、无事务）
3、采用JDBC批处理（开启事务、无事务）

先给出结论，效率比较：

Mybatis轻量级插入 > JDBC直接处理 > JDBC 批量处理。

即JDBC 批处理，效率最高

Mybatis 轻量级框架插入

Mybatis是一个轻量级框架，它比hibernate轻便、效率高。但是处理大批

量的数据插入操作时，需要过程中实现一个ORM的转换，本次测试存在实例，以及

未开启事务，导致mybatis效率很一般。这里实验内容是：

1、利用Spring框架生成mapper实例、创建人物实例对象

2、循环更改该实例对象属性、并插入。

 public class batchInsert {
    //代码内无事务
    
    private long begin = 1;//起始id
    private long end = begin+100000;//每次循环插入的数据量
    private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&characterEncoding=UTF-8";
    private String user = "root";
    private String password = "pwd";


@org.junit.Test
    public void insertBigData2()
    {
        //加载Spring，以及得到PersonMapper实例对象。这里创建的时间并不对最后结果产生很大的影响
        ApplicationContext context = new ClassPathXmlApplicationContext("applicationContext.xml");
        PersonMapper pMapper = (PersonMapper) context.getBean("personMapper");
        //创建一个人实例
        Person person = new Person();
        //计开始时间
        long bTime = System.currentTimeMillis();
        //开始循环，循环次数500W次。
        for(int i=0;i<5000000;i++)
        {
            //为person赋值
		     pstm.setLong(1, begin);