Java批处理操作

　　批处理，可以大幅度提升大量增、删、改的速度，就是对大数据操作有很大的效率提升。

　　与上篇文章中提到的“连接池”相似。其实就是先将多次操作（增删改）打包，然后再一次发送执行

　　主要用到两个方法：

　　　Ø  打包：PreparedStatement.addBatch();

　　　Ø  发送、执行：PreparedStatement.executeBatch();

 

　　下面看做同一件事，用批处理和不用批处理的效率对比，源码如下：

import java.sql.Connection;
import java.sql.Date;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;
/**
 * @author-zhipeng
 *
 * 对比批处理与非批处理的差别（本例的循环所在位置）
 */
public class BatchTest {

	/**
	 * 对比“批处理”与“非批处理”的执行效率
	 */
	public static void main(String[] args) throws SQLException {
		//非批处理，插入100条数据所花费的时间
		long start = System.currentTimeMillis();
		for (int i = 0; i < 100; i++)
			create(i);
		long end = System.currentTimeMillis();
		System.out.println("create:" + (end - start));
		//批处理，插入100条数据所花费的时间
		start = System.currentTimeMillis();
		createBatch();
		end = System.currentTimeMillis();
		System.out.println("createBatch:" + (end - start));
	}
	/**
	 * 非批处理-插入1条数据
	 */
	static void create(int i) throws SQLException {
		Connection conn = null;
		PreparedStatement ps = null;
		ResultSet rs = null;
		try {
			//JdbcUtils为自定义的操作类，这里不多介绍
			conn = JdbcUtils.getConnection();
			String sql = "insert into user(name,birthday, money) values (?, ?, ?) ";
			ps = conn.prepareStatement(sql, Statement.RETURN_GENERATED_KEYS);
			ps.setString(1, "no batch name" + i);
			ps.setDate(2, new Date(System.currentTimeMillis()));
			ps.setFloat(3, 100f + i);
			//执行插入
			ps.executeUpdate();
		} finally {
			//释放资源
			JdbcUtils.free(rs, ps, conn);
		}
	}
	/**
	 * 批处理-插入100条数据
	 */
	static void createBatch() throws SQLException {
		Connection conn = null;
		PreparedStatement ps = null;
		ResultSet rs = null;
		try {
			conn = JdbcUtils.getConnection();
			String sql = "insert into user(name,birthday, money) values (?, ?, ?) ";
			ps = conn.prepareStatement(sql);
			//注意批处理与“非批处理”循环放的位置
			for (int i = 0; i < 100; i++) {
				ps.setString(1, "batch name" + i);
				ps.setDate(2, new Date(System.currentTimeMillis()));
				ps.setFloat(3, 100f + i);
				//关键方法1：打包
				ps.addBatch();
			}
			//关键方法2：执行
			int[] is = ps.executeBatch();
		} finally {
			JdbcUtils.free(rs, ps, conn);
		}
	}
}

 

　　运行效果：

 

 

　　这是执行100条数据的差距，可以想象对大数据的效率提升改有多大。