Spring Data JPA + Hibernate 批量插入優化：拒絕逐條 INSERT，擁抱原生 SQL 與批處理

痛點：JPA 默認行為是逐條插入

使用 entityManager.persist() 循環插入，即使配合 flush() 和 clear()，Hibernate 仍會生成 N 條 INSERT 語句，網絡往返開銷大，性能低下。

方案一：原生 SQL 批量插入（最直接、最高效）

@PersistenceContext
EntityManager em;

public void batchInsertNative(List entities) {
    StringBuilder sql = new StringBuilder("INSERT INTO my_table (col1, col2) VALUES ");
    for (int i = 0; i < entities.size(); i++) {
        if (i > 0) sql.append(", ");
        sql.append("(?, ?)");
    }
    Query query = em.createNativeQuery(sql.toString());
    for (int i = 0; i < entities.size(); i++) {
        Entity e = entities.get(i);
        query.setParameter(i * 2 + 1, e.getCol1());
        query.setParameter(i * 2 + 2, e.getCol2());
    }
    query.executeUpdate();
}

優點：單條 SQL，性能最強。缺點：失去 ORM 映射優勢，需手動維護字段映射。

方案二：Hibernate 批處理 + JDBC 批處理參數（推薦）

1. 配置批處理大小 (application.yml)

spring:
  jpa:
    properties:
      hibernate:
        jdbc:
          batch_size: 50
        order_inserts: true
        order_updates: true

2. 實體類需使用原生 ID 生成策略

@Id
@GeneratedValue(strategy = GenerationType.IDENTITY) // 或 SEQUENCE，避免 TABLE
private Long id;

3. 代碼實現

@Transactional
public void batchInsertJpa(List entities) {
    for (int i = 0; i < entities.size(); i++) {
        entityManager.persist(entities.get(i));
        if (i % 50 == 0) { // 與 batch_size 一致
            entityManager.flush();
            entityManager.clear();
        }
    }
}

此時 Hibernate 會將累積的 INSERT 合並為 JDBC 批處理發送，大幅減少網絡往返。

方案三：Spring Data JPA saveAll()（簡單但有陷阱）

repository.saveAll(entities); // 內部仍是循環 persist，需配合上述配置才能觸發批處理

性能對比（萬條數據測試）

最佳實踐建議

1. 常規業務：方案二，平衡開發效率與性能。
2. 極高吞吐場景（如日志導入、數據遷移）：方案一 或 COPY / LOAD DATA。
3. 務必關閉二級緩存、一級緩存適時 clear() 避免 OOM。
4. MySQL 建議使用 rewriteBatchedStatements=true 連接參數進一步優化。