JDBC 批處理實戰：Statement.addBatch() vs PreparedStatement.addBatch() 性能對比

JDBC 批處理核心技術：Statement 批量執行異構 SQL、PreparedStatement 批量參數化，性能提升 10 倍+

向數據庫發送大量 SQL 時，逐條 executeUpdate() 會產生嚴重網絡往返開銷。JDBC Batch 機制允許**客戶端攒批、一次性發送**，大幅降低網絡延遲。本文詳細演示 Statement 與 PreparedStatement 兩種批處理模式的代碼實現、適用場景、性能差異與生產級優化參數。

一、Statement 批處理：支援異構 SQL，無預編譯

public class StatementBatchDemo {
    public static void main(String[] args) {
        try {
            Class.forName("com.mysql.jdbc.Driver");
            Connection conn = DriverManager.getConnection(
                "jdbc:mysql://localhost:3306/java", "root", "root");
            
            Statement stmt = conn.createStatement();
            // 關鍵：關閉自動提交，事務手動控制
            conn.setAutoCommit(false);
            
            // 可添加**完全不同結構**的 SQL
            stmt.addBatch("CREATE DATABASE IF NOT EXISTS batch_db");
            stmt.addBatch("USE batch_db");
            stmt.addBatch("CREATE TABLE t_batch (id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(20))");
            stmt.addBatch("INSERT INTO t_batch(name) VALUES('aaa')");
            stmt.addBatch("INSERT INTO t_batch(name) VALUES('bbb')");
            stmt.addBatch("INSERT INTO t_batch(name) VALUES('ccc')");
            
            // 一次性執行批次，返回每條 SQL 影響行數數組
            int[] results = stmt.executeBatch();
            
            conn.commit(); // 統一提交事務
            System.out.println("批次執行結果: " + Arrays.toString(results));
            
            stmt.close(); conn.close();
        } catch (Exception e) { e.printStackTrace(); }
    }
}

特點：

• ✅ 支援 DDL + DML 混合、異構 SQL
• ❌ **無預編譯**，每條 SQL 服務端都要解析優化，易受 SQL 注入
• ❌ 參數無法參數化，需字符串拼接

二、PreparedStatement 批處理：參數化 + 預編譯 + 批量，性能王者

public class PreparedStatementBatchDemo {
    public static void main(String[] args) {
        try {
            Class.forName("com.mysql.jdbc.Driver");
            Connection conn = DriverManager.getConnection(
                "jdbc:mysql://localhost:3306/java?rewriteBatchedStatements=true", "root", "root");
            // 關鍵連接參數：rewriteBatchedStatements=true (MySQL 驅動專用，將批次重寫為多值 INSERT)
            
            conn.setAutoCommit(false);
            
            String sql = "INSERT INTO t_batch(name, age, create_time) VALUES(?, ?, NOW())";
            PreparedStatement pstmt = conn.prepareStatement(sql);
            
            // 模擬 10 萬條數據批量入庫
            int batchSize = 1000; // 每 1000 條提交一次，防止內存/事務日誌過大
            for (int i = 1; i <= 100_000; i++) {
                pstmt.setString(1, "user_" + i);
                pstmt.setInt(2, 20 + i % 50);
                pstmt.addBatch();
                
                if (i % batchSize == 0) {
                    pstmt.executeBatch(); // 發送批次
                    conn.commit();        // 提交事務
                    pstmt.clearBatch();   // 清空批次緩衝
                }
            }
            // 剩餘不足 batchSize 的數據
            pstmt.executeBatch();
            conn.commit();
            
            pstmt.close(); conn.close();
            System.out.println("10萬條數據批量入庫完成");
        } catch (Exception e) { e.printStackTrace(); }
    }
}

三、核心性能差異對比

四、生產級批處理優化清單

1. 分批提交：每 500-2000 條 executeBatch() + commit() + clearBatch()，避免單事務過大導致鎖升級/日志膨脹/內存 OOM
2. 關閉自動提交：conn.setAutoCommit(false)，手動控制事務邊界
3. MySQL 必加參數：JDBC URL 添加 rewriteBatchedStatements=true，驅動層將多條 INSERT 重寫為單條多值 INSERT，極大減少解析開銷
4. 主鍵生成策略：批量插入時避免 AUTO_INCREMENT 鎖爭用，改用雪花算法/UUID/號段模式客戶端生成 ID
5. 異常處理：executeBatch() 拋 BatchUpdateException，調用 getUpdateCounts() 獲取部分成功結果，決定重試/回滾策略
6. 連接池配合：從池獲取連接 → 批處理 → 歸還池，避免頻繁建連

五、事務邊界與批次大小選型建議

// 經驗公式：批次大小 = min(可用內存 / 單條對象大小, 事務日誌容量 / 單條日誌大小, 2000)
// 典型值：
// - 寬表(50+列)：500-1000
// - 窄表(10列)：1000-2000
// - 極簡表(3列)：2000-5000

壓測驗證：固定總數據量(如 100萬)，測試不同 batchSize 耗時、內存、CPU，選擇拐點值。

六、總結

• Statement 批處理：適用「一次性腳本執行、DDL+DML 混合、無參數化需求」
• PreparedStatement 批處理 + rewriteBatchedStatements=true：**業務級大批量寫入首選**，性能提升數量級
• 核心三板斧：關閉自動提交、分批提交、參數化預編譯

掌握 JDBC 批處理，是從「寫單條 SQL」進化為「工程化數據處理」的關鍵技能。下次遇到「導入 100 萬行 Excel 入庫」，你就知道該怎麼優雅地搞定了。