数据库使用的是sqlrver，jdk版本1.8，运行在springboot环境下 对比3种可用的方式

反复执行单条插入语句xml拼接sql批处理执行

先说结论：少量插入请使用反复插入单条数据，方便。数量较多请使用批处理方式。（可以考虑以有需求的插入数据量20条左右为界吧，在我的测试和数据库环境下耗时都是百毫秒级的，方便最重要）。

无论何时都不用xml拼接sql的方式。

代码

拼接sql的xml

newid()是sqlrver生成u新学期的作文uid的函数，与本文内容无关

<inrtid="inrtbybatch"parametertype="java.util.list">inrtintotb_itemvalues<foreachcollection="list"item="item"index="index"parator=",">(newid(),#{item.uniquecode},#{item.projectid},#{item.name},#{item.type},#{item.packageunique},#{item.ispackage},#{item.factoryid},#{item.projectname},#{item.spec},#{item.length},#{item.weight},#{item.material},#{item.tupposition},#{item.areaposition},#{item.bottomheight},#{item.topheight},#{item.rialnumber},#{item.createtime}</foreach></inrt>mapper接口mapper是mybatis插件tk.mapper的接口，与本文内容关系不大publicinterfaceitemmapperextendsmapper<item>{intinrtbybatch(list<item>itemlist);}

rvice类

@rvicepublicclassitemrvice{@autowiredprivateitemmapperitemmapper;2017年4月29日@autowiredprivatesqlssionfactorysqlssionfactory;//批处理@transactionalpublicvoidadd(list<item>itemlist){sqlssionssion=sqlssionfactory.openssion(executortype.batch,fal);itemmappermapper=ssion.getmapper(itemmapper.class);for(inti=0;i<itemlist.size();i++){mapper.inrtlective(itemlist.get(i));if(i%1000==999){//每1000条提交一次防止内存溢出ssion.commit();ssion.clearcache();}}ssion.commit();ssion.clearcache();}//拼接sql@transactionalpublicvoidadd1(list<item>itemlist){itemlist.inrtbybatch(itemmapper::inrtlective);}//循环插入@transactionalpublicvoidadd2(list<item>itemlist){itemlist.foreach(itemmapper::inrtlective);}}

测试类

@runwith(springrunner.class)@springboottest(webenvironment=springboottest.webenvironment.random_port,class=applicationboot.class)publicclassitemrvicetest{@autowireditemrviceitem锦城大学rvice;privatelist<item>itemlist=newarraylist<>();//生成测试list@beforepublicvoidcreatelist(){stringjson="{n"+""areaposition":"test",n"+""bottomheight":5,n"+""factoryid":"0",n"+""length":233.233,n"+""material":"q345b",n"+""name":"test",n"+""package":fal,n"+""packageunique":"45f8a0ba0bf048839df85f32ebe5bb81",n"+""projectid":"094b5eb5e0384bb1aaa822880a428b6d",n"+""projectname":"项目_test1",n"+""rialnumber":"1/2",n"+""tupposition":"1b柱",n"+""spec":"200x200x200",n"+""topheight":10,n"+""type":"steel",n"+""uniquecode":"12344312",n"+""weight":100n"+"}";itemtest1=json.parobject(json,item.class);test1.tcreatetime(newdate());for(inti=0;i<1000;i++){//测试会修改此数量itemlist.add(test1);}}//批处理@test@transactionalpublicvoidtesinrt(){itemrvice.add(itemlist);}//拼接字符串@test@transactionalpublicvoidtestinrt1(){itemrvice.add1(itemlist);}//循环插入@test@transactionalpublicvoidtestinrt2(){itemrvice.add2(itemlist);}}

测试结果：

10条 25条数据播放器没声音插入经多次测试，波动性较大，但基本都在百毫秒级别

其中 拼接sql方式在插入500条和1000条时报错（似乎是因为sql语句过长，此条跟数据库类型有关，未做其他数据库的测试）：com.microsoft.sqlrver.jdbc.sqlrverexception: 传入的表格格式数据流(tds)远程过程调用(rpc)协议流不正确,此rpc请求中提供了过多的参数,最多应为2100

可以发现

循环插入的时间复杂度是 o(n),并且常数c很大拼接sql插入的时间复杂度（应该）是 o(logn),但是成功完成次数不多，不确定批处理的效率的时间复杂度是 o(logn)，并且常数c也比较小

结论

循环插入单条数据虽然效率极低，但是代码量极少，在使用tk.mapper的插件情况下，仅需代码,：

@transactionalpublicvoidadd1(list<item>itemlist){itemlist.foreach(itemmapper::inrtlective);}

因此，在需求插入数据数量不多的情况下肯定用它了。

xml拼接sql是直角梯形面积公式最不推荐的方式，使用时有大段的xml和sql语句要写，很容易出错，工作效率很低。更关键点是，虽然效率尚可，但是真正需要效率的时候你挂了，要你何用？

批处理执行是有大数据量插入时推荐的做法，使用起来也比较方便。