JDBC批处理操作理解

Question

我在我的应用程序中使用Hibernate ORM和PostgreSQL，有时我使用批处理操作。起初我不明白为什么在批处理大小=25的日志中，会生成25个查询，起初我认为它不能正常工作。但是在那之后，我查看了pg驱动程序的源代码，在Pg语句类中发现了以下几行：

 public int[] executeBatch() throws SQLException {
        this.checkClosed();
        this.closeForNextExecution();
        if (this.batchStatements != null && !this.batchStatements.isEmpty()) {
            this.transformQueriesAndParameters();
//confuses next line, because we have array of identical queries
            Query[] queries = (Query[])this.batchStatements.toArray(new Query[0]);
            ParameterList[] parameterLists = 
(ParameterList[])this.batchParameters.toArray(new ParameterList[0]); 
            this.batchStatements.clear();
            this.batchParameters.clear();

在PgPreparedStatement类中

    public void addBatch() throws SQLException {
        checkClosed();
        if (batchStatements == null) {
          batchStatements = new ArrayList<Query>();
          batchParameters = new ArrayList<ParameterList>();
        }

        batchParameters.add(preparedParameters.copy());
        Query query = preparedQuery.query;
    //confuses next line
        if (!(query instanceof BatchedQuery) || batchStatements.isEmpty()) {
          batchStatements.add(query);
        }
      }

我注意到，如果批处理的大小变为25，则会发送25个查询并附带参数。

数据库日志证实了这一点，例如：

2017-12-06 01:22:08.023 MSK [18402] postgres@buzzfactory СООБЩЕНИЕ:  выполнение S_3: BEGIN
2017-12-06 01:22:08.024 MSK [18402] postgres@buzzfactory СООБЩЕНИЕ:  выполнение S_4: select nextval ('tests_id_seq')
2017-12-06 01:22:08.041 MSK [18402] postgres@buzzfactory СООБЩЕНИЕ:  выполнение S_2: insert into tests (name, id) values ($1, $2)     
2017-12-06 01:22:08.041 MSK [18402] postgres@buzzfactory ПОДРОБНОСТИ:  параметры: $1 = 'test', $2 = '1'
2017-12-06 01:22:08.041 MSK [18402] postgres@buzzfactory СООБЩЕНИЕ:  выполнение S_2: insert into tests (name, id) values ($1, $2)
2017-12-06 01:22:08.041 MSK [18402] postgres@buzzfactory ПОДРОБНОСТИ:  параметры: $1 = 'test', $2 = '2'
...
x23 queries with parameters 
...
2017-12-06 01:22:08.063 MSK [18402] postgres@buzzfactory СООБЩЕНИЕ:  выполнение S_5: COMMIT

但我认为一个查询必须使用25个参数的数组执行。或者我不明白批插入如何与准备好的语句一起工作？为什么重复一个查询n次？

毕竟我试着调试我对这个地方的查询

if (!(query instanceof BatchedQuery) || batchStatements.isEmpty()) {

注意到我的查询总是SimpleQuery的实例，而不是BatchedQuery。也许这就是问题的解决办法？我找不到有关BatchedQuery的信息

Answer 1

批处理不会折叠或最小化已完成的SQL语句数量；这一切都是关于优化Hibernate如何在其内存会话中缓存和刷新数据库。批处理和为您的操作找到合适的批大小的重要性在于在所使用的应用程序内存和数据库性能之间找到合适的平衡。

• 如果在提交/刷新批处理之前执行了太多查询，则app server内存将不足

更多阅读这里。

https://docs.jboss.org/hibernate/orm/3.3/reference/en/html/batch.html https://www.tutorialspoint.com/hibernate/hibernate_batch_processing.htm

Answer 2

可能涉及各种批处理，我将介绍PostgreSQL JDBC驱动程序（pgjdbc）的一部分。

TL；DR:pgjdbc在使用批处理API的情况下使用更少的网络RoundRIP<仅当reWriteBatchedInserts=true传递给pgjdbc连接设置时，才会使用code>BatchedQuery。

你可能会发现https://www.slideshare.net/VladimirSitnikv/postgresql-and-jdbc-striving-for-high-performance相关（幻灯片44，…）

当涉及到查询执行时，网络延迟通常是所用时间的重要部分。

假设案例是插入10行。

>

execute query
sync <-- wait for the response from the DB
execute query
sync <-- wait for the response from the DB
execute query
sync <-- wait for the response from the DB
...

值得注意的时间将花在“等待数据库”上

JDBC批处理API。即准备声明#addBatch（）使驱动程序能够在一次网络往返中发送多个查询执行。然而，当前的实现仍然会将大批量拆分成小批量，以避免TCP死锁。

这样做会更好：

execute query
...
execute query
execute query
execute query
sync <-- wait for the response from the DB

请注意，即使使用#addBatch，也存在“执行查询”命令的开销。单独处理每条消息确实需要花费大量的时间。

减少查询数量的方法之一是使用多值插入。例如：

insert into tab(a,b,c) values (?,?,?), (?,?,?), ..., (?,?,?)

此PostgreSQL支持一次插入多行。缺点是您没有详细的（每行）错误消息。当前Hibernate未实现多值插入。

然而，pgjdbc可以动态地将常规批处理插入重写为多值，因为9.4.1209 (2016-07-15)。

为了激活多值重写，您需要添加reWriteBatchedInserts=true连接属性。该功能最初开发于https://github.com/pgjdbc/pgjdbc/pull/491

使用2条语句插入10行已经足够聪明了。第一个是8值语句，第二个是2值语句。使用二次幂可以使pgjdbc保持不同语句的数量正常，并且由于经常使用的语句是服务器准备的，因此可以提高性能（请参见PostgreSQL服务器端准备语句的寿命）

BatchedQuery表示这种多值语句，因此您将看到仅在reWriteBatchedInserts=true大小写中使用的类。

该功能的缺点可能包括：较低的细节作为“批处理结果”。例如，常规批处理为您提供“每语句行数”，但在多值情况下，您只获得“语句完成”状态。除此之外，动态重写器可能无法解析某些SQL语句（例如。https://github.com/pgjdbc/pgjdbc/issues/1045 ).