MyBatis批量插入数据与主键回写问题解析
2025-05-10 08:23:16作者:昌雅子Ethen
背景介绍
在使用MyBatis进行数据库操作时,批量插入数据是一个常见的性能优化需求。特别是在处理大量数据时,如何高效地执行插入操作并正确获取生成的主键值,是开发者经常遇到的问题。
问题现象
在使用MyBatis 3.5.3与MySQL 8.0时,开发者尝试通过批量插入方式向ass_vehicle_brand表插入多条记录,并期望获取自动生成的主键ID。表结构设计为包含自增主键id和名称字段name。
错误分析
开发者最初尝试将批量插入与批处理执行器(BATCH executor)混合使用,导致系统抛出UnsupportedOperationException异常。这是因为MyBatis在处理主键回写时,对于批处理模式下的参数类型有特定要求。
解决方案
正确使用批量插入
MyBatis支持两种主要的批量数据插入方式:
- 多行插入语法:使用SQL的多行VALUES语法一次性插入多条记录
- 批处理执行器:通过JDBC的批处理功能批量执行单行插入语句
多行插入语法实现
<insert id="insertBrands" useGeneratedKeys="true" keyProperty="id">
INSERT INTO ass_vehicle_brand (name)
VALUES
<foreach collection="list" item="item" separator=",">
(#{item.name})
</foreach>
</insert>
这种方式适合一次性插入数据量不大的情况,能有效减少网络往返次数。
批处理执行器实现
// 配置使用批处理执行器
SqlSession session = sqlSessionFactory.openSession(ExecutorType.BATCH);
try {
BrandMapper mapper = session.getMapper(BrandMapper.class);
for (Brand brand : brands) {
mapper.insertBrand(brand); // 单条插入语句
}
session.commit();
} finally {
session.close();
}
批处理模式适合大量数据插入,但需要注意:
- 参数应该是单个实体对象而非集合
- 需要手动控制事务提交
- 建议合理设置批处理大小
MySQL性能优化建议
对于MySQL数据库,还可以通过以下配置进一步提升批量插入性能:
- 在JDBC连接字符串中添加
rewriteBatchedStatements=true参数 - 根据数据量大小调整批处理批次大小
- 考虑在批量操作期间暂时禁用索引和约束
技术原理
MyBatis的主键回写机制依赖于JDBC的getGeneratedKeys()方法。在多行插入场景下,MySQL会返回所有生成的主键值,MyBatis会按顺序将这些值赋给对应的参数对象。而在批处理模式下,MyBatis需要确保参数对象类型与主键属性匹配才能正确赋值。
最佳实践
- 对于中小批量数据(几十到几百条),推荐使用多行插入语法
- 对于大批量数据(上千条),推荐使用批处理执行器并合理分批次提交
- 始终测试不同批量大小对性能的影响,找到最佳平衡点
- 确保事务管理得当,避免长时间运行的大事务
通过理解MyBatis的批量操作机制和主键回写原理,开发者可以更高效地实现数据插入功能,同时保证系统的稳定性和性能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
572
3.85 K
Ascend Extension for PyTorch
Python
388
459
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
682
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
213
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
807
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
781