/*
*在项目中,遇到这样的一个问题,当某一模块需要插入,更新一批大的数据量时,
*此处大的含义是:更新到的数据记录比较多
*用ibatis实现一条一条的插入,更新,如此循环下去。速度很慢
*分析:
* 这些操作有个共同点:
* PreparedStatement对象和已映射的语句完全一致(简单点说:就是操作不断重复)
* 由于事物是交给spring管理了,所以每做一次操作都会起一个事物,久而久之导致
* 性能问题。
*
* batch批处理就适合那些查询,插入,更新,删除等大量重复的操作
*
* 存储过程也比较适合这样的场合,但要求很多
* 批处理 是把 所有sql语句 放入一块内存中,然后一次性全部写到服务器,这个节省了客* 服端到服务器的访问时间
*/
-- Create table
create or replace table DEMO
(
UUID NUMBER,
UUSER VARCHAR2(50),
UPASSWORD VARCHAR2(50)
)
--Insert a million records with the DEMO procedure
create or replace procedure demo_p(total in integer) AS
uuid number :=1;
uuser varchar2(50) := 'user';
upassword varchar2(50) :='password';
begin
loop
insert into demo(uuid,uuser,upassword) values(uuid,uuser||uuid,upassword||uuid);
uuid := uuid + 1;
exit when uuid >= total;
end loop;
end;
---Clear table then call procedure to insert a million records
truncate table demo;
call demo_p(1000);
select * from demo;
--Java实现
--1--ibatis普通实现插入一百条条数据--
--2--ibatis批量插入一百万条数据--
--3--ibatis调用存储过程插入一百万条数据--
1--构建环境 添加 classes12.jar ibatis-2.3.4.726.jar
2--写好ibatis基本配置文件,公共资源文件
SqlMapConfig.properties
# DB Config
driver=oracle.jdbc.driver.OracleDriver
url=jdbc:oracle:thin:@localhost:1521:orcl
username=scott
password=tiger
SqlMapConfig.xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE sqlMapConfig
PUBLIC "-//iBATIS.com//DTD SQL Map Config 2.0//EN"
"http://www.ibatis.com/dtd/sql-map-config-2.dtd">
<!-- Always ensure to use the correct XML header as above! -->
<sqlMapConfig>
<properties resource = "com/oyp/sqlmap/SqlMapConfig.properties" />
<settings cacheModelsEnabled="true" enhancementEnabled="true"
lazyLoadingEnabled="true" maxRequests="32" maxSessions="10"
maxTransactions="5" useStatementNamespaces="false" />
<transactionManager type = "JDBC">
<dataSource type = "SIMPLE">
<property name="JDBC.Driver" value="${driver}" />
<property name="JDBC.ConnectionURL" value="${url}" />
<property name="JDBC.Username" value="${username}" />
<property name="JDBC.Password" value="${password}" />
</dataSource>
</transactionManager>
<sqlMap resource = "com/oyp/sqlmap/User.xml"/>
</sqlMapConfig>
3--dto层,或者说是model层
User.java
package com.oyp.model;
import java.io.Serializable;
/**
* @author oyp 2009-12-14
*/
public class User implements Serializable {
private static final long serialVersionUID = 2804032598967813289L;
private int id;
private String name;
private String password;
public String getPassword() {
return password;
}
public void setPassword(String password) {
this.password = password;
}
public int getId() {
return id;
}
public void setId(int id) {
this.id = id;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
}
4--sqlmap映射文件
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE sqlMap
PUBLIC "-//iBATIS.com//DTD SQL Map 2.0//EN"
"http://www.ibatis.com/dtd/sql-map-2.dtd">
<sqlMap namespace = "user" >
<typeAlias alias = "user" type = "com.oyp.model.User"/>
<insert id = "insert_user" parameterClass = "user" >
INSERT INTO DEMO (UUID, UUSER, UPASSWORD) VALUES ( #id#,#name#, #password# )
</insert>
<update id = "clear_user" >
truncate table demo
</update>
<parameterMap id="oypmap" class="java.util.Map">
<parameter property="total" javaType="int" jdbcType="INTEGER" mode="IN" />
</parameterMap>
<procedure id="procedureoyp" parameterMap="oypmap" >
{ call demo_p(?) }
</procedure>
</sqlMap>
5--DAO层
package com.oyp.dao;
import java.sql.SQLException;
import com.ibatis.sqlmap.client.SqlMapClient;
import com.oyp.model.User;
public class UserDAO {
public static SqlMapClient sqlMap = AppSqlConfig.getSqlMap();
public static void insertUser(User user) throws SQLException {
sqlMap.insert("insert_user",user);
}
public static void clearTable() {
try {
sqlMap.update("clear_user");
}catch (SQLException e) {
e.printStackTrace();
}
}
}
5--获取封装数据库信息的Ibatis对象
package com.oyp.dao;
import java.io.IOException;
import java.io.Reader;
import com.ibatis.common.resources.Resources;
import com.ibatis.sqlmap.client.SqlMapClient;
import com.ibatis.sqlmap.client.SqlMapClientBuilder;
public class AppSqlConfig {
private static final SqlMapClient sqlMap;
static {
try {
Reader reader = Resources.getResourceAsReader("com/oyp/sqlmap/SqlMapConfig.xml");
sqlMap = SqlMapClientBuilder.buildSqlMapClient(reader);
reader.close();
} catch (IOException e) {
// Fail fast.
throw new RuntimeException("Something bad happened while building the SqlMapClient instance." + e, e);
}
}
public static SqlMapClient getSqlMap() {
return sqlMap;
}
}
大公告成,等着测试下
休息................
开始测试
/**
* 描述:一般处理
* @author oyp 2009-12-15
*/
public class Main {
public static int number =Util.number;
public static void main (String[] args) throws SQLException {
//清空表
UserDAO.clearTable();
//一般处理
List<User> list = new ArrayList<User>();
for (int i = 0 ; i < number; i++) {
User tempuser = new User();
tempuser.setId(i);
tempuser.setName("user"+i);
tempuser.setPassword("password"+i);
list.add(tempuser);
}
//开始
UserDAO.sqlMap.startTransaction();
long begin = System.currentTimeMillis();
for (int i = 0 ; i < number ; i++) {
try {
UserDAO.insertUser(list.get(i));
} catch (SQLException e) {
e.printStackTrace();
}
}
UserDAO.sqlMap.commitTransaction();
UserDAO.sqlMap.endTransaction();
System.out.println(System.currentTimeMillis()-begin);
}
}
/**
* 描述:batch处理
* @author oyp 2009-12-15
*/
public class MainBatch {
public static int number =Util.number;
public static void main (String[] args) throws SQLException {
//清空表
UserDAO.clearTable();
//批量插入的对象
List<User> list = new ArrayList<User>();
for (int i = 0 ; i < number; i++) {
User tempuser = new User();
tempuser.setId(i);
tempuser.setName("user"+i);
tempuser.setPassword("password"+i);
list.add(tempuser);
}
//批量处理开始
long begin = System.currentTimeMillis();
UserDAO.sqlMap.startTransaction();
for (int i = 0 ; i < number ; i ++) {
if (i % 10000 == 0) {
UserDAO.sqlMap.startBatch();
}
UserDAO.insertUser(list.get(i));
if ((i+1) % 10000 ==0) {
UserDAO.sqlMap.executeBatch();
}
}
UserDAO.sqlMap.executeBatch();
UserDAO.sqlMap.commitTransaction();
UserDAO.sqlMap.endTransaction();
System.out.println(System.currentTimeMillis()-begin);
}
}
/*
*描述:调用存储过程
*@author oyp 2009-12-15
*/
public class MainProcedure {
public static int number =Util.number;
public static void main (String[] args) throws SQLException {
//清空表
UserDAO.clearTable();
HashMap map = new HashMap();
map.put("total", number);
//调用存储过程
long begin = System.currentTimeMillis();
UserDAO.sqlMap.startTransaction();
UserDAO.sqlMap.insert("procedureoyp",map);
UserDAO.sqlMap.commitTransaction();
UserDAO.sqlMap.endTransaction();
System.out.println(System.currentTimeMillis()-begin);
}
}
1-- Util.number = 1000 ;
普通处理:593ms
批量处理:94ms
存储过程处理:218ms
2--Util.number = 10000;
普通处理:2734ms
批量处理:328ms
存储过程处理:1172ms
3--Util.number = 100000;
普通处理: 32641 ms 休息....
批量处理: 1937ms 休息....
存储过程处理:8453 ms
4--Util.number = 300000;
批量处理: 3937 ms 休息....
5--Util.number = 1000000;
批量处理: 电脑被我折腾着不行了
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
at java.util.Arrays.copyOf(Arrays.java:2760)
at java.util.Arrays.copyOf(Arrays.java:2734)
at java.util.ArrayList.ensureCapacity(ArrayList.java:167)
at java.util.ArrayList.add(ArrayList.java:351)
at MainBatch.main(MainBatch.java:24)
(注:因为要创建插入数据库的对象所以内存耗尽, :twisted: 公司配的电脑太差!)
存储过程: 119906 ms
这些纯属菜鸟级的试验,真正的项目当中要考虑到各方面的原因,要比这复杂多了,所以哪里需要改善,或者有什么好的建议,尽管砸吧!~~(事务,数据库)
ps: 这种情况,存储过程的效率怎么比不上批处理 ??
分享到:
相关推荐
### iBATIS学习笔记知识点概览 #### 一、iBATIS简介 - **定义**:iBATIS是Apache的一个开源项目,它提供了一种对象关系映射(ORM)的解决方案,通过这种方式可以将Java对象与数据库表进行映射,从而简化了数据访问...
文件名如 "iBatis2学习笔记:多对多映射(双向).htm" 暗示了文档可能深入讲解了如何配置和使用双向多对多映射,而 "iBatis2学习笔记:SqlMap的配置总结(18条).htm" 可能提供了关于 iBatis 配置的全面概述。...
内容概要:本文档《数据结构》(02331)第一章主要介绍数据结构的基础概念,涵盖数据与数据元素的定义及其特性,详细阐述了数据结构的三大要素:逻辑结构、存储结构和数据运算。逻辑结构分为线性结构(如线性表、栈、队列)、树形结构(涉及根节点、父节点、子节点等术语)和其他结构。存储结构对比了顺序存储和链式存储的特点,包括访问方式、插入删除操作的时间复杂度以及空间分配方式,并介绍了索引存储和散列存储的概念。最后讲解了抽象数据类型(ADT)的定义及其组成部分,并探讨了算法分析中的时间复杂度计算方法。 适合人群:计算机相关专业学生或初学者,对数据结构有一定兴趣并希望系统学习其基础知识的人群。 使用场景及目标:①理解数据结构的基本概念,掌握逻辑结构和存储结构的区别与联系;②熟悉不同存储方式的特点及应用场景;③学会分析简单算法的时间复杂度,为后续深入学习打下坚实基础。 阅读建议:本章节内容较为理论化,建议结合实际案例进行理解,尤其是对于逻辑结构和存储结构的理解要深入到具体的应用场景中,同时可以尝试编写一些简单的程序来加深对抽象数据类型的认识。
内容概要:本文详细介绍了施耐德M580系列PLC的存储结构、系统硬件架构、上电写入程序及CPU冗余特性。在存储结构方面,涵盖拓扑寻址、Device DDT远程寻址以及寄存器寻址三种方式,详细解释了不同类型的寻址方法及其应用场景。系统硬件架构部分,阐述了最小系统的构建要素,包括CPU、机架和模块的选择与配置,并介绍了常见的系统拓扑结构,如简单的机架间拓扑和远程子站以太网菊花链等。上电写入程序环节,说明了通过USB和以太网两种接口进行程序下载的具体步骤,特别是针对初次下载时IP地址的设置方法。最后,CPU冗余部分重点描述了热备功能的实现机制,包括IP通讯地址配置和热备拓扑结构。 适合人群:从事工业自动化领域工作的技术人员,特别是对PLC编程及系统集成有一定了解的工程师。 使用场景及目标:①帮助工程师理解施耐德M580系列PLC的寻址机制,以便更好地进行模块配置和编程;②指导工程师完成最小系统的搭建,优化系统拓扑结构的设计;③提供详细的上电写入程序指南,确保程序下载顺利进行;④解释CPU冗余的实现方式,提高系统的稳定性和可靠性。 其他说明:文中还涉及一些特殊模块的功能介绍,如定时器事件和Modbus串口通讯模块,这些内容有助于用户深入了解M580系列PLC的高级应用。此外,附录部分提供了远程子站和热备冗余系统的实物图片,便于用户直观理解相关概念。
某型自动垂直提升仓储系统方案论证及关键零部件的设计.zip
2135D3F1EFA99CB590678658F575DB23.pdf#page=1&view=fitH
可以搜索文本内的内容,指定目录,指定文件格式,匹配大小写等
Windows 平台 Android Studio 下载与安装指南.zip
Android Studio Meerkat 2024.3.1 Patch 1(android-studio-2024.3.1.14-windows.zip)适用于Windows系统,文件使用360压缩软件分割成两个压缩包,必须一起下载使用: part1: https://download.csdn.net/download/weixin_43800734/90557033 part2: https://download.csdn.net/download/weixin_43800734/90557035
国网台区终端最新规范
国网台区终端最新规范
1.【锂电池剩余寿命预测】Transformer-GRU锂电池剩余寿命预测(Matlab完整源码和数据) 2.数据集:NASA数据集,已经处理好,B0005电池训练、B0006测试; 3.环境准备:Matlab2023b,可读性强; 4.模型描述:Transformer-GRU在各种各样的问题上表现非常出色,现在被广泛使用。 5.领域描述:近年来,随着锂离子电池的能量密度、功率密度逐渐提升,其安全性能与剩余使用寿命预测变得愈发重要。本代码实现了Transformer-GRU在该领域的应用。 6.作者介绍:机器学习之心,博客专家认证,机器学习领域创作者,2023博客之星TOP50,主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析,文章底部有博主联系方式。从事Matlab、Python算法仿真工作8年,更多仿真源码、数据集定制私信。
Android项目原生java语言课程设计,包含LW+ppt
大学生入门前端-五子棋vue项目
这是一个完整的端到端解决方案,用于分析和预测阿联酋(UAE)地区的二手车价格。数据集包含 10,000 条二手车信息,覆盖了迪拜、阿布扎比和沙迦等城市,并提供了精确的地理位置数据。此外,项目还包括一个基于 Dash 构建的 Web 应用程序代码和一个训练好的 XGBoost 模型,帮助用户探索区域市场趋势、预测车价以及可视化地理空间洞察。 数据集内容 项目文件以压缩 ZIP 归档形式提供,包含以下内容: 数据文件: data/uae_used_cars_10k.csv:包含 10,000 条二手车记录的数据集,涵盖车辆品牌、型号、年份、里程数、发动机缸数、价格、变速箱类型、燃料类型、颜色、描述以及销售地点(如迪拜、阿布扎比、沙迦)。 模型文件: models/stacking_model.pkl:训练好的 XGBoost 模型,用于预测二手车价格。 models/scaler.pkl:用于数据预处理的缩放器。 models.py:模型相关功能的实现。 train_model.py:训练模型的脚本。 Web 应用程序文件: app.py:Dash 应用程序的主文件。 callback
资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。
资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。
此为代码审查工具 可查 文件数,字节数,总行数,代码行数,注释行数,空白行数,注释率等
内容概要:本文档涵盖了一项关于企业破产概率的详细分析任务,分为书面回答和Python代码实现两大部分。第一部分涉及对业务类型和破产状态的边际分布、条件分布及相对风险的计算,并绘制了相应的二维条形图。第二部分利用Python进行了数据处理和可视化,包括计算比值比、识别抽样技术类型、分析鱼类数据集以及探讨辛普森悖论。此外,还提供了针对鱼类和树木数据的统计分析方法。 适合人群:适用于有一定数学和编程基础的学习者,尤其是对统计学、数据分析感兴趣的大学生或研究人员。 使用场景及目标:①帮助学生掌握统计学概念如边际分布、条件分布、相对风险和比值比的实际应用;②教授如何用Python进行数据清洗、分析和可视化;③提高对不同类型抽样技术和潜在偏见的理解。 其他说明:文档不仅包含了理论知识讲解,还有具体的代码实例供读者参考实践。同时提醒读者在完成作业时需要注意提交格式的要求。
MCP快速入门实战,详细的实战教程