java - 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 batch = 25 大小的日志中会生成 25 个查询，起初我认为它无法正常工作。但是之后我查看了pg驱动的源码，在PgStatement类中发现了如下几行:

 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，发送了 25 个带有附加参数的查询。

数据库的日志证实了这一点，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

但我认为必须使用包含 25 个参数的数组来执行一个查询。或者我不明白批量插入如何与准备好的语句一起使用？为什么要将一个查询重复 n 次？

毕竟，我试图在这个地方调试我的查询

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

并注意到我的查询始终是 SimpleQuery 而不是 BatchedQuery 的实例。也许这是解决问题的方法？我找不到有关 BatchedQuery 的信息

Answer 1

可能涉及各种批处理，我将介绍其中的 PostgreSQL JDBC 驱动程序 (pgjdbc)。

TL;DR:在使用批处理 API 的情况下，pgjdbc 确实使用了较少的网络往返。 BatchedQuery 仅在 reWriteBatchedInserts=true 传递给 pgjdbc 连接设置时使用。

您可能会找到 https://www.slideshare.net/VladimirSitnikv/postgresql-and-jdbc-striving-for-high-performance相关(幻灯片 44，...)

在执行查询时，网络延迟通常是耗用时间的重要组成部分。

假设案例是插入10行。

1. 无批处理(例如，只是在一个循环中执行 PreparedStatement#execute)。驱动程序将执行以下操作

   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
   ...
   

   大部分时间会花在“等待 DB”上

2. JDBC 批处理 API。即 PreparedStatement#addBatch() 使驱动程序能够在单个网络往返中发送多个“查询执行”。然而，当前的实现仍会将大批量拆分为较小的批量以避免 TCP 死锁。

   行动会好得多:

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

3. 请注意，即使使用 #addBatch，“执行查询”命令也会产生开销。服务器确实需要花费大量时间来单独处理每条消息。

   减少查询次数的方法之一是使用多值插入。例如:

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

   此 PostgreSQL 可以一次插入多行。缺点是您没有详细的(每行)错误消息。目前 Hibernate 没有实现多值插入。

   但是，自 9.4.1209 (2016-07-15) 以来，pgjdbc 可以将常规批量插入即时重写为多值。

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

   为了插入 10 行，使用 2 条语句就足够聪明了。第一个是 8 值语句，第二个是 2 值语句。使用 2 的幂使 pgjdbc 能够保持不同语句的数量不变，并且提高了性能，因为常用的语句是服务器准备的(参见 What's the life span of a PostgreSQL server-side prepared statement )

   BatchedQuery 表示那种多值语句，因此您只会在 reWriteBatchedInserts=true 情况下看到该类。

   该功能的缺点可能包括:作为“批处理结果”的细节较少。例如，常规批处理为您提供“每条语句行数”，但在多值情况下，您只会获得“语句完成”状态。最重要的是，即时重写器可能无法解析某些 SQL 语句(例如 https://github.com/pgjdbc/pgjdbc/issues/1045 )。