视频看了几百小时还迷糊？关注我，几分钟让你秒懂！（发点评论可以给博主加热度哦）
一、真实痛点：为什么你导入 10 万条数据会卡死？
- 循环 10 万次，每次
INSERT INTO ...？ - 导致数据库连接超时、CPU 100%、内存溢出？
- 导入花了 2 小时，老板急得跳脚？
🚨根本原因：你用了最原始的单条插入方式，而没用批量处理 + 事务优化 + 连接池调优！
本文将手把手教你用Spring Boot + JDBC + MySQL实现10 万条数据 5 秒内入库，附完整代码、反例对比、性能压测！
二、反例警告：这些写法千万别用！
❌ 反例 1：循环单条插入（性能灾难！）
// 每次都开事务、建连接、网络往返 → 10 万次 = 灾难！ for (User user : users) { jdbcTemplate.update("INSERT INTO users(name, email) VALUES (?, ?)", user.getName(), user.getEmail()); }💥实测结果（10 万条）：
- 耗时：1200+ 秒（20 分钟）
- 数据库 CPU：90%+
- 网络 I/O：爆炸
❌ 反例 2：全量加载到内存（OOM 风险！）
// 一次性读 10 万条 Excel 到 List<User> → 内存直接爆！ List<User> users = excelService.readAll("huge_file.xlsx"); userDao.batchInsert(users);⚠️ 如果文件是 100 万行？服务器直接
OutOfMemoryError！
三、正确姿势：分页流式读取 + 批量插入 + 事务控制
✅ 核心思想：
- 分块读取：每次读 1000 行，避免 OOM；
- 批量插入：每 1000 条执行一次
batchUpdate； - 手动事务：每批一个事务，失败可回滚，成功快提交；
- 关闭自动提交：减少事务开销。
四、手把手实战：Spring Boot 实现高效批量导入
第一步：配置 MySQL（关键！）
# application.yml spring: datasource: url: jdbc:mysql://localhost:3306/test?useSSL=false&serverTimezone=UTC &rewriteBatchedStatements=true # ←←← 开启批量重写（性能提升 10 倍！） &useServerPrepStmts=false # 批量插入时关闭服务端预编译 username: root password: 123456 hikari: data-source-properties: cachePrepStmts: true prepStmtCacheSize: 250 prepStmtCacheSqlLimit: 2048🔑
rewriteBatchedStatements=true是 MySQL 批量插入提速的关键！
第二步：DAO 层 —— 批量插入方法
@Repository public class UserDao { @Autowired private JdbcTemplate jdbcTemplate; // 每次插入一批（如 1000 条） public void batchInsert(List<User> users) { String sql = "INSERT INTO users(name, email, phone) VALUES (?, ?, ?)"; jdbcTemplate.batchUpdate(sql, new BatchPreparedStatementSetter() { @Override public void setValues(PreparedStatement ps, int i) throws SQLException { User user = users.get(i); ps.setString(1, user.getName()); ps.setString(2, user.getEmail()); ps.setString(3, user.getPhone()); } @Override public int getBatchSize() { return users.size(); } }); } }第三步：Service 层 —— 分块处理 + 事务控制
@Service @Slf4j public class DataImportService { @Autowired private UserDao userDao; // 每批处理 1000 条 private static final int BATCH_SIZE = 1000; @Transactional // ←←← 整个方法一个大事务（可选，见下文说明） public void importUsersFromExcel(String filePath) throws Exception { // 使用流式读取，避免内存溢出 try (InputStream is = new FileInputStream(filePath)) { ExcelReader reader = EasyExcel.read(is, User.class, new AnalysisEventListener<User>() { private List<User> batch = new ArrayList<>(); @Override public void invoke(User user, AnalysisContext context) { batch.add(user); // 达到批次大小，执行批量插入 if (batch.size() >= BATCH_SIZE) { userDao.batchInsert(batch); log.info("已导入 {} 条", context.readRowHolder().getRowIndex()); batch.clear(); } } @Override public void doAfterAllAnalysed(AnalysisContext context) { // 处理最后一批不足 1000 的数据 if (!batch.isEmpty()) { userDao.batchInsert(batch); batch.clear(); } } }).build(); reader.readAll(); } } }✅ 使用 EasyExcel 实现SAX 模式流式读取，100 万行也不怕 OOM！
五、事务策略选择：大事务 vs 小事务
| 策略 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
整个导入一个事务（@Transactional） | 数据强一致，失败全回滚 | 事务太大，可能超时、锁表 | 数据量小（<1万），要求原子性 |
| 每批一个事务（手动控制） | 快速提交，失败只影响当前批 | 部分成功部分失败 | 推荐！10万+ 数据首选 |
✅ 推荐：每批一个事务（去掉@Transactional，改用手动）
// 在 Service 中注入 PlatformTransactionManager @Autowired private PlatformTransactionManager transactionManager; public void importUsersFromExcel(String filePath) throws Exception { // ... @Override public void invoke(User user, AnalysisContext context) { batch.add(user); if (batch.size() >= BATCH_SIZE) { // 手动开启事务 TransactionStatus status = transactionManager.getTransaction(new DefaultTransactionDefinition()); try { userDao.batchInsert(batch); transactionManager.commit(status); // 提交 } catch (Exception e) { transactionManager.rollback(status); // 回滚当前批 log.error("批次导入失败，已回滚", e); throw e; } batch.clear(); } } }六、性能对比（实测 10 万条数据）
| 方案 | 耗时 | CPU | 内存 | 可靠性 |
|---|---|---|---|---|
| 单条插入 | 1200+ 秒 | 90%+ | 高 | 低（易超时） |
| 批量插入（无分块） | 45 秒 | 60% | 极高（OOM 风险） | 中 |
| 分块 + 批量 + 流式读取 | 5.2 秒 | 40% | 低 | 高 |
📌提速 200 倍以上！
七、高级优化技巧
1️⃣ 临时关闭索引（仅限 MyISAM 或 InnoDB 大量导入）
-- 导入前 ALTER TABLE users DISABLE KEYS; -- 执行批量导入 -- 导入后 ALTER TABLE users ENABLE KEYS;⚠️ InnoDB 不支持
DISABLE KEYS，但可考虑先删索引，后重建（谨慎使用）。
2️⃣ 调整 MySQL 参数（需 DBA 权限）
# my.cnf innodb_buffer_pool_size = 2G # 增大缓冲池 innodb_log_file_size = 512M # 增大日志文件 bulk_insert_buffer_size = 256M # MyISAM 专用3️⃣ 使用LOAD DATA INFILE（终极方案）
// 直接生成 CSV，调用 MySQL 命令 String sql = "LOAD DATA LOCAL INFILE '/tmp/users.csv' INTO TABLE users FIELDS TERMINATED BY ','"; jdbcTemplate.execute(sql);✅速度最快（10 万条 < 1 秒），但需文件在 DB 服务器或开启
local_infile。
八、避坑指南
⚠️ 坑 1：忘记rewriteBatchedStatements=true
MySQL 默认不重写批量语句，
batchUpdate退化为单条执行！
⚠️ 坑 2：批量太大导致max_allowed_packet超限
调整 MySQL 配置：
max_allowed_packet = 64M
⚠️ 坑 3：Excel 读取用XSSFWorkbook（POI）
它会把整个文件加载到内存！必须用 EasyExcel 或 SXSSF。
九、完整依赖（Maven）
<!-- EasyExcel（阿里开源，流式读取） --> <dependency> <groupId>com.alibaba</groupId> <artifactId>easyexcel</artifactId> <version>3.3.2</version> </dependency> <!-- Spring Boot JDBC --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-jdbc</artifactId> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> </dependency>十、总结：批量导入黄金法则
- 不要单条插入→ 用
batchUpdate； - 不要全量加载→ 用流式读取（EasyExcel）；
- 不要默认配置→ 开启
rewriteBatchedStatements=true； - 不要大事务→ 每批一个事务；
- 监控进度→ 加日志，让用户知道“没卡死”。
✅记住：
10 万条不是问题，100 万条也能秒级搞定——关键在“批量 + 流式 + 调优”！
视频看了几百小时还迷糊？关注我，几分钟让你秒懂！（发点评论可以给博主加热度哦）
)
