MyBatis Plus 作为 MyBatis 的增强版为单表提供了丰富的读写操作，可极大降低代码工程量。
而今天，就让我们一并深入了解如何在 MyBatis Plus 中最大化批量操作性能。
下面就以具体的工程示例让介绍具体的批量操作调优。
一、项目示例
1. 数据构建
在具体的代码开始前首先准备测试表，建表脚本如下：
CREATE TABLE `user` (
`id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
`name` varchar(100) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`email` varchar(100) DEFAULT NULL,
`address` varchar(100) DEFAULT NULL,
`create_by` bigint(20) DEFAULT NULL,
`create_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`)
);
完成建表之后，按照上述数据结构模拟生成构建测试数据。
逻辑并不复杂这里不展开描述，代码如下：
private List<List<User>> mockData(Integer size) {
// 构造测试数据
LocalDateTime now = LocalDateTime.now();
List<User> users = new ArrayList<>(size);
for (int i = 0; i < size; i++) {
User user = new User();
user.setName("name-" + i);
user.setAge(i);
user.setEmail("email-" + i);
user.setAddress("address-" + i);
user.setCreateBy(0L);
user.setCreateTime(now);
users.add(user);
}
// 按 500 拆分多批次
return partition(users, 500);
}
2. 批量保存
那么以批量保存为例，一并来看如何在 Mybatis Plus 中如何实现数据插入。
这里略去其余无关配置项，直入主题可以看到 MP 在 service 父级封装类中提供了 saveBatch() 批量保存方法。
同时，在操作批量插入时为了更优的性能常分批进行保存提交，至于其缘由后续再进行阐述。
public class UserController {
private final UserService userService;
@GetMapping("insert1")
public void insert1(Integer size) {
List<List<User>> lists = mockData(size);
long l = System.currentTimeMillis();
for (List<User> batch : lists) {
userService.saveBatch(batch);
}
log.info("insert1 time: {} ms", System.currentTimeMillis() - l);
}
}
3. 原生插入
同理，利用 SQL 中默认的 insert values 语法，则可在原生的 MyBatis 中利用 foreach 语法在 xml 中手动编写语句从而实现批量插入。
<insert id="insertBatch" keyProperty="id" useGeneratedKeys="true">
insert into user(name, age, email, address, create_by, create_time)
values
<foreach collection="entities" item="entity" separator=",">
(#{entity.name}, #{entity.age}, #{entity.email}, #{entity.address}, #{entity.createBy}, #{entity.createTime})
</foreach>
</insert>
基于上述原生 SQL 语法，其对应的批量数据保存示例如下，同样采取了分批提交的方式。
public class UserController {
private final UserDao userDao;
@GetMapping("insert2")
public void insert1(Integer size) {
List<List<User>> lists = mockData(size);
long l = System.currentTimeMillis();
for (List<User> batch : lists) {
userDao.insertBatch(batch);
}
log.info("insert2 time: {} ms", System.currentTimeMillis() - l);
}
}
4. 性能分析
基于上述的两个示例，以 1w 条数据为例分别执行两个代码块，日志统计如下所示。
从日志结果可以看到 MP 中的批量操作相较于原生的批量操作更为耗时。
com.example.controller.UserController : insert1 time: 3135 ms
com.example.controller.UserController : insert2 time: 607 ms
继续扩大测试集，以 10w 条记录插入为例，从日志可以看到 MP 中的批量耗时仍远超于原生操作。
com.example.controller.UserController : insert1 time: 22871 ms
com.example.controller.UserController : insert2 time: 5927 ms
二、机制剖析
1. 源码解读
那么，造成这一现象的原因又是什么呢？
查看 MP 中的 saveBatch() 实现代码可以看到，其批量操作的核心在于开启长会话 sqlSession()，在会话中遍历数据执行插入等数据操作，当达到批次大小时通过 flushStatements() 将本批次的数据提交至数据库。
基于此模式下，与数据库的网络请求交互则可大大下降。以 1w 条数据为例且批次大小为 1k 为例，与数据库的网络 IO 则从 1w 次下降至 10 次，所带来的提供不言而喻。
public static <E> boolean executeBatch(SqlSessionFactory sqlSessionFactory, Log log, Collection<E> list, int batchSize, BiConsumer<SqlSession, E> consumer) {
Assert.isFalse(batchSize < 1, "batchSize must not be less than one", new Object[0]);
return !CollectionUtils.isEmpty(list) && executeBatch(sqlSessionFactory, log, (sqlSession) -> {
int size = list.size();
int idxLimit = Math.min(batchSize, size);
int i = 1;
for(Iterator var7 = list.iterator(); var7.hasNext(); ++i) {
E element = var7.next();
consumer.accept(sqlSession, element);
if (i == idxLimit) {
sqlSession.flushStatements();
idxLimit = Math.min(idxLimit + batchSize, size);
}
}
});
}
看到这你也许有个疑问，既然降低了网络开销那相较于原生 SQL 为什么仍无法取得相同的性能表现。
这其中的差异之处则是由于数据库自身的实现所带来的，虽然在 MP 中虽然通过长会话节省了网络开销，但数据库层面接受到的仍然是独立的 n 条插入语句，仍需要逐条执行。
而在原生的 SQL 中通过拼接后数据库所接收到的语句数则为 记录数/批量数。因此，随着数据的递增二者的差异将更为明显，故在大批量的数据操作中更推荐原生的 SQL 方式。
2. 批量更新
了解二者背后的机制后，我们知道在大批量数据下 MP 自带的批量并非最优解。
而在批量插入中则可利用 insert values 实现，批量删除同样可以通过预处理后 in 条件实现。那么，针对批量更新则应当如何处理呢？
虽然在 MySQL 等数据库中针对更新没有类似的 insert values 的语法，但提供了取巧的方式支持 SQL 合并提供，通过在连接信息中添加 allowMultiQueries=true 参数允许多语句提交。
jdbc:mysql://127.0.0.1:3306/database?allowMultiQueries=true
那么，即可在 xml 中通过 foreach 标签拼接合并更新语句从而实现性能最大化。
<update id="updateBatch" parameterType="java.util.List" >
<foreach collection="list" item="item" open="" close="" separator=";">
update user
<set>
<if test="item.name != null" >
name = #{item.name},
</if>
<if test="item.age != null" >
age = #{item.age},
</if>
<if test="item.email != null" >
email = #{item.email},
</if>
<if test="item.address != null" >
address = #{item.address},
</if>
<if test="item.createBy != null" >
create_by = #{item.createBy},
</if>
<if test="item.createTime != null" >
create_time = #{item.createTime}
</if>
</set>
where id = #{item.id}
</foreach>
</update>
