这篇文章主要介绍了基于mybatis batch实现批量提交大量数据,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
很多人在用 MyBatis 或者 通用 Mapper 时，经常会问有没有批量插入和批量更新的方法。
实际上许多时候没必要用 去实现特别复杂的批量操作。直接通过 MyBatis 的 BATCH 方式执行增删改方法即可。
下面是一个批量用法的例子：
在xml文件配置多条参数同时插入：
select SEQ_CTAS_SHARK_FLT.nextval as recId from dual insert into CTAS_SHARK_FLT () SELECT SEQ_TEST.NEXTVAL, A.* FROM ( select #{it<a style="color:transparent">来源gao($daima.com搞@代@#码网</a>em.awbType,jdbcType=VARCHAR}, #{item.awbPre,jdbcType=VARCHAR},... from dual ) A
在Java代码中，oracle中一次执行的sql语句长度是有限制的，如果最后拼出来的sql字符串过长，会导致执行失败，所以java端还要做一个分段处理，参考下面的处理:
List data = new ArrayList(); for (TSharkFlt f : sharkFlts) { data.add(getSharkFlt(f)); } System.out.println(data.size()); long beginTime = System.currentTimeMillis(); System.out.println("开始插入..."); SqlSessionFactory sqlSessionFactory =ctx.getBean(SqlSessionFactory.class); SqlSession session = null; try { session = sqlSessionFactory.openSession(ExecutorType.BATCH, false); int a = 2000;//每次提交2000条 int loop = (int) Math.ceil(data.size() / (double) a); List tempList = new ArrayList(a); int start, stop; for (int i = 0; i <loop; i++) { tempList.clear(); start = i * a; stop = Math.min(i * a + a - 1, data.size() - 1); System.out.println("range:" + start + " - " + stop); for (int j = start; j <= stop; j++) { tempList.add(data.get(j)); } session.insert("ctas.importer.writer.mybatis.mappper.SharkFltMapper.insertBatch2", tempList); session.commit(); session.clearCache(); System.out.println("已经插入" + (stop + 1) + " 条"); } } catch (Exception e) { e.printStackTrace(); session.rollback(); } finally { if (session != null) { session.close(); } } long endTime = System.currentTimeMillis(); System.out.println("插入完成，耗时 " + (endTime - beginTime) + " 毫秒！");
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持gaodaima搞代码网。
以上就是基于mybatis batch实现批量提交大量数据的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：基于mybatis batch实现批量提交大量数据
转载请注明原文链接：基于mybatis batch实现批量提交大量数据
