一尘不染

JDBC批处理操作的理解

hibernate

我在应用程序中使用Hibernate
ORM和PostgreSQL,有时我使用批处理操作。最初,我不明白为什么在批处理大小为25的日志中,会生成25个查询,并且最初认为它无法正常工作。但是之后,我查看了pg驱动程序的源代码,并在PgStatement类中找到了以下几行:

 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();

并在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,事实证明,如果批处理的大小达到25,则会发送25个带有附加参数的查询。

数据库的日志确认了这一点,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

但是我认为一个查询必须使用25个参数的数组来执行。还是我不明白批处理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,我试图在这个地方调试查询

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

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


阅读 284

收藏
2020-06-20

共1个答案

一尘不染

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确实使用较少的网络轮询。BatchedQuery仅在reWriteBatchedInserts=true传递给pgjdbc连接设置时使用。

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

当涉及到查询执行时,网络延迟通常是经过时间的重要部分。

假设情况是插入10行。

  1. 没有批处理(例如,仅PreparedStatement#execute在循环中)。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

大量时间将花费在“等待数据库”中

  1. JDBC批处理API。这PreparedStatement#addBatch()使驱动程序可以在单个网络往返中发送多个“查询执行”。但是,当前的实现仍将大批拆分成较小的批,以避免TCP死锁。

动作会好得多:

    execute query
...
execute query
execute query
execute query
sync <-- wait for the response from the DB
  1. 请注意,即使有了#addBatch,“执行查询”命令也有开销。服务器确实需要花费大量时间来单独处理每条消息。

减少查询数量的一种方法是使用多值插入。例如:

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

该PostgreSQL允许一次插入多行。缺点是您没有详细的(每行)错误消息。当前,Hibernate尚未实现多值插入。

但是,自9.4.1209(2016-07-15)起,pgjdbc可以即时将常规批处理插入重写为多值。

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

使用2条语句插入10行足够聪明。第一个是8值语句,第二个是2值语句。使用2的幂可以使pgjdbc保持不同的语句的数量合理,并且由于经常使用的语句是服务器准备的,因此提高了性能(请参阅PostgreSQL服务器端准备好的语句的寿命

BatchedQuery是表示这种多值语句,因此您将看到reWriteBatchedInserts=true仅在大写情况下使用的类。

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“每个语句行计数”,但是在多值情况下,您仅获得“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)。

2020-06-20