Java Jdbc减少与Oracle之间交互提升批量处理性能，到底该怎么优化才好
不拾掇Java有好几年了(N>3吧)，之所以写这篇文章其实是纯粹是为了给开发人员一些好的使用jdbc真正去减少交互和提升批量处理batch update性能的例子； 如果你是DBA，那么工作之余你可以把这篇文章推荐给开发看一下， 也许这些例子他已经知道了， 倘若他不知道，那么也算一种福利了。
能考虑到在应用程序client和 数据库服务器DB server间减少交互时间，批量更新处理的绝对是有助于重构和优化代码的好同志； 但这种优化一定要注意方法，如果是自行去重新发明一种*的话， 效果往往是不如人意的。
例如Tom Kytes曾在他的著作里提到这样2个例子，他去协助开发的2家企业的在研发应用的过程中，分别通过应用程序自己去在Oracle中实现了user profile和advanced queue的功能， 有一定经验的朋友肯定会知道这2样功能其实Oracle Enterprise Edition企业版软件都是原生态支持的，而自己在DB中去实现它们，最终结果自然是项目的失败。
类似的有朋友在开发过程中，为了优化Oracle JDBC中的批量更新update操作，想到了这样的方式，例如要插入INSERT 15000行数据，则在JAVA层面 将15000条INSERT语句拼接在一个PL/SQL block里，这15000条SQL涉及到的变量仍使用PreparedStatement.setXXX方法带入，其在JAVA层面的SQL STRING，如：
begin --我是一个拼接起来的SQL匿名块 insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); insert into insertit values(?,?,?,?); ..................... commit ; end;
如上15000个INSERT拼接成一个PL/SQL block，一次性PreparedStatement.execute()提交给DB，通过这样来减少Jdbc Thin Client与DB Server之间的交互。先不说别的，光在JAVA里循环控制拼接SQL的写法多少是要花点时间的。
这种写法和 JDBC里PreparedStatement.setExecuteBatch、或者PreparedStatement+addBatch()+executeBatch()的执行效率究竟如何呢？
我们在一个简单的JAVA程序里测试这三者写法的实际性能，并窥探其在DB中的表现，以下为JAVA代码(多年不写，就勿纠结代码风格)：
/*
* To change this template, choose Tools | Templates
* and open the template in the editor.
*/
package apptest;
import oracle.jdbc.*;
import java.sql.*;
/**
*
* @author xiangbli
*/
public class Apptest {
/**
* @param args the command line arguments
*/
public static void main(String[] args) throws SQLException {
// TODO code application logic here
try {
Class.forName("oracle.jdbc.driver.OracleDriver");
}catch(Exception e){}
Connection cnn1=DriverManager.getConnection("jdbc:oracle:thin:@192.168.56.101:1521:cdb1", "c##maclean", "oracle");
Statement stat1=cnn1.createStatement();
cnn1.setAutoCommit(false);
ResultSet rst1=stat1.executeQuery("select * from v$version");
while(rst1.next())
{
System.out.println(rst1.getString(1));
}
long startTime = System.currentTimeMillis();
long stopTime = System.currentTimeMillis();
String str="begin \n --我是一个拼接起来的SQL匿名块 \n";
int i;
for(i=0;i<=15000; i++)
{
str= str.concat(" insert into insertit values(?,?,?,?); \n");
}
str=str.concat(" commit ; end; ");
System.out.print(str);
cnn1.createStatement().execute("alter system flush shared_pool");
System.out.print("\n alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第一次测试 \n");
PreparedStatement pstmt = cnn1.prepareStatement(str);
int j;
for (j=0;j<=15000;j++)
{
pstmt.setInt(1+j*4, 1);
pstmt.setInt(2+j*4, 1);
pstmt.setInt(3+j*4, 1);
pstmt.setInt(4+j*4, 1);
}
// System.out.println (" Statement Execute Batch Value " +((OraclePreparedStatement)pstmt).getExecuteBatch());
startTime = System.currentTimeMillis();
pstmt.execute();
stopTime = System.currentTimeMillis();
System.out.println("拼接15000条INSERT SQL 第一次运行的耗时 Elapsed time was " + (stopTime - startTime) + " miliseconds.");
startTime = System.currentTimeMillis();
pstmt.execute();
stopTime = System.currentTimeMillis();
System.out.println("拼接15000条INSERT SQL 第二次运行的耗时 Elapsed time was " + (stopTime - startTime) + " miliseconds.");
cnn1.createStatement().execute("alter system flush shared_pool");
System.out.print("\n alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试 \n");
startTime = System.currentTimeMillis();
int batch=1000;
PreparedStatement pstmt2 = cnn1.prepareStatement("insert into insertit values(?,?,?,?)");
((OraclePreparedStatement)pstmt2).setExecuteBatch(batch);
for (int z=0;z<=15000;z++)
{
pstmt2.setInt(1, z);
pstmt2.setInt(2, z);
pstmt2.setInt(3, z);
pstmt2.setInt(4, z);
pstmt2.executeUpdate();
}
((OraclePreparedStatement)pstmt2).sendBatch();
cnn1.commit();
stopTime = System.currentTimeMillis();
System.out.println("batch size= "+batch+" 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was " + (stopTime - startTime) + " miliseconds.");
startTime = System.currentTimeMillis();
PreparedStatement pstmt3 = cnn1.prepareStatement("insert into insertit values(?,?,?,?)");
((OraclePreparedStatement)pstmt3).setExecuteBatch(batch);
for (int z=0;z<=15000;z++)
{
pstmt3.setInt(1, z);
pstmt3.setInt(2, z);
pstmt3.setInt(3, z);
pstmt3.setInt(4, z);
pstmt3.executeUpdate();
}
((OraclePreparedStatement)pstmt3).sendBatch();
cnn1.commit();
stopTime = System.currentTimeMillis();
System.out.println("batch size= "+batch+" 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was " + (stopTime - startTime) + " miliseconds.");
String insert = "insert into insertit values (?,?,?,?)";
PreparedStatement pstmt4 = cnn1.prepareStatement(insert);
startTime = System.currentTimeMillis();
for (int u=0;u<=15000;u++)
{
pstmt4.setInt(1, u);
pstmt4.setInt(2, u);
pstmt4.setInt(3, u);
pstmt4.setInt(4, u);
pstmt4.addBatch();
}
pstmt4.executeBatch();
cnn1.commit();
stopTime = System.currentTimeMillis();
System.out.println(" BATCH update 第一次运行的耗时 Elapsed time was " + (stopTime - startTime) + " miliseconds.");
}
}
拼接SQL和PreparedStatement.setExecuteBatch均执行2次，第一次没有游标缓存，第二次有游标缓存。PreparedStatement+addBatch()+executeBatch()只执行一次。
以下为JAVA程序端的测试结果：
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第一次测试
拼接15000条INSERT SQL 第一次运行的耗时 Elapsed time was 441299 miliseconds.
拼接15000条INSERT SQL 第二次运行的耗时 Elapsed time was 5938 miliseconds.
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 1000 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 322 miliseconds.
batch size= 1000 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 131 miliseconds.
BATCH update 第一次运行的耗时 Elapsed time was 80 miliseconds.
以下为DB SERVER端 10046 trace的结果：
begin --我是一个拼接起来的SQL匿名块 insert into insertit values(:1 ,:2 ,:3 ,:4 ); insert into insertit values(:5 ,:6 ,:7 ,:8 ); insert into insertit values(:9 ,:10 ,:11 ,:12 ); insert into insertit values(:13 ,:14 ,:15 ,:16 ); insert into insertit values(:17 ,:18 ,:19 ,:20 ); insert into insertit values(:21 ,:22 ,:23 ,:24 ); insert into insertit values(:25 ,:26 ,:27 ,:28 ); insert into insertit values(:29 ,:30 ,:31 ,:32 ); insert into insertit values(:33 ,:34 ,:35 ,:36 ); insert into insertit values(:37 ,:38 ,:39 ,:40 ); insert into insertit values(:41 ,:42 ,:43 ,:44 ); insert into insertit values(:45 ,:46 ,:47 ,:48 ); insert into insertit values(:49 ,:50 ,:51 ,:52 ); insert into insertit values(:53 ,:54 ,:55 ,:56 ); insert into insertit values(:57 ,:58 ,:59 ,:60 ); insert into insertit values(:61 ,:62 ,:63 ,:64 ); insert into insertit values(:65 ,:66 ,:67 ,:68 ); insert into insertit values(:69 ,:70 ,:71 ,:72 ); ................................... insert into insertit values(:59989 ,:59990 ,:59991 ,:59992 ); insert into insertit values(:59993 ,:59994 ,:59995 ,:59996 ); insert into insertit values(:59997 ,:59998 ,:59999 ,:60000 ); insert into insertit values(:60001 ,:60002 ,:60003 ,:60004 ); commit ; end; call count cpu elapsed disk query current rows ------- ------ -------- ---------- ---------- ---------- ---------- ---------- Parse 1 176.10 179.33 0 97 0 0 Execute 2 150.51 155.37 2 4 0 2 Fetch 0 0.00 0.00 0 0 0 0 ------- ------ -------- ---------- ---------- ---------- ---------- ---------- total 3 326.61 334.71 2 101 0 2 ===>这是拼接SQL 在DB SERVER端总耗时334秒， CPU时间 326秒 insert into insertit values (:1 ,:2 ,:3 ,:4 ) call count cpu elapsed disk query current rows ------- ------ -------- ---------- ---------- ---------- ---------- ---------- Parse 2 0.00 0.00 0 0 0 0 Execute 32 0.09 0.11 4 823 1000 30002 Fetch 0 0.00 0.00 0 0 0 0 ------- ------ -------- ---------- ---------- ---------- ---------- ---------- total 34 0.09 0.11 4 823 1000 30002 ==》这是 使用PreparedStatement.setExecuteBatch的结果， 耗时0.11秒，cpu时间 0.09秒, 因为batch size是1000，所以实际是每1000次INSERT执行一次，所以总的执行次数约为30次 insert into insertit values (:1 ,:2 ,:3 ,:4 ) call count cpu elapsed disk query current rows ------- ------ -------- ---------- ---------- ---------- ---------- ---------- Parse 1 0.00 0.00 0 0 0 0 Execute 1 0.03 0.04 1 93 475 15001 Fetch 0 0.00 0.00 0 0 0 0 ------- ------ -------- ---------- ---------- ---------- ---------- ---------- total 2 0.03 0.04 1 93 475 15001 ==>这是使用addBatch()+executeBatch()， execute和parse均只为一次，即15000条数据仅解析一次 执行一次 类似于PL/SQL中bulk collect INSERT的效果
以上可以看到拼接SQL的写法不管是对比 setExecuteBatch 还是 executeBatch都要满几百倍。
拼接15000条INSERT语句到一个Pl/SQL block中的慢主要体现在：
- 他是一个太长的PL/SQL block，在第一次 Parse解析时Oracle 使用PL/SQL engine引擎要扫描整个block，从上面的tkprof结果可以看到光parse就消耗了179秒，即便不用setExecuteBatch 还是 executeBatch仅使用最普通的batch size=1的循环SQL也要比这个拼接SQL块。
- 它的执行需要在Pl/SQL引擎和SQL引擎之间不断切换，所以Execute也非常慢
- 它要分配60000个绑定变量，这对于PGA的压力太大了，很可能导致SWAP
- 由于变量和SQL过长，会引起一些莫名得小概率发生的BUG
实际上JDBC 原生态的 setExecuteBatch 、 executeBatch都是为了减少 client-server之间的交互。
setExecuteBatch 是等待可执行的SQL达到一定数目后，一次性提交给Oracle，一般推荐的Batch Size是20~50，我简单测试了不同batch size在本例中的情况：
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 1 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 4990 miliseconds.
batch size= 1 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 3778 miliseconds.
成功构建 (总时间: 9 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 10 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 829 miliseconds.
batch size= 10 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 474 miliseconds.
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 20 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 694 miliseconds.
batch size= 20 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 366 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 30 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 516 miliseconds.
batch size= 30 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 204 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 40 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 481 miliseconds.
batch size= 40 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 188 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 50 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 456 miliseconds.
batch size= 50 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 171 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 100 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 450 miliseconds.
batch size= 100 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 123 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 200 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 402 miliseconds.
batch size= 200 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 92 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 500 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 386 miliseconds.
batch size= 500 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 95 miliseconds.
成功构建 (总时间: 1 秒)
alter system flush shared_pool 已刷新共享池，避免SQL游标缓存 影响第二次测试
batch size= 1000 常规循环 15000 次 INSERT SQL 第一次运行的耗时 Elapsed time was 369 miliseconds.
batch size= 1000 常规循环 15000 次 INSERT SQL 第二次运行的耗时 Elapsed time was 87 miliseconds.
成功构建 (总时间: 1 秒)
可以看到上述例子中200~500的Execute batch size获得的性能较好。
PreparedStatement+addBatch()+executeBatch()的方式很像PL/SQL中的bulk collect处理，将变量置入batch array中，执行时将array中的数据一次插入到表中，即解析一次、执行一次，虽然对PGA会有一些少量压力，但是从上例中也能看到，获得了最快的速度。
综上所述对于Java Jdbc减少交互提升批量处理性能，最好的办法是 尽可能多用PreparedStatement setExecuteBatch 和 executeBatch。
对于软件开发，特别是上层软件的开发(OS、Database、programming language除外)，千万不要想当然去自己发明一种新的”*”出来，必要的基础工具 包括 “扳手” “螺丝” “轮胎”，他们都是现成的，也是被久经考验 高效可用的， 自己去重新发明*，难免不费时费力而不讨好。