Spring Data JPA：嵌套实体的批量插入

Question

我有一个测试用例，我需要将 100'000 个实体实例保存到数据库中。我当前使用的代码执行此操作，但最多需要 40 秒才能将所有数据持久保存在数据库中。数据是从 JSON 文件中读取的，该文件大小约为 15 MB。

现在我已经为另一个项目在自定义存储库中实现了批量插入方法。但是，在那种情况下，我有很多顶级实体需要保留，只有几个嵌套实体。

在我当前的案例中，我有 5 个 Job 个实体，其中包含约 ~30 个 JobDetail 个实体的列表。一个 JobDetail 包含 850 到 1100 个 JobEnvelope 个实体。

在写入数据库时，我使用默认的 save(Iterable<Job> jobs) 接口方法提交 Job 实体列表。所有嵌套实体都具有 CascadeType PERSIST。每个实体都有自己的 table.

启用批量插入的通常方法是实现一个像 saveBatch 这样的自定义方法，每隔一段时间刷新一次。但在这种情况下，我的问题是 JobEnvelope 实体。我不使用 JobEnvelope 存储库来保存它们，而是让 Job 实体的存储库处理它。我正在使用 MariaDB 作为数据库服务器。

所以我的问题归结为以下几点：如何让 JobRepository 批量插入它的嵌套实体？

这些是我的 3 个实体：

工作

@Entity
public class Job {
  @Id
  @GeneratedValue
  private int jobId;

  @OneToMany(fetch = FetchType.EAGER, cascade = CascadeType.PERSIST, mappedBy = "job")
  @JsonManagedReference
  private Collection<JobDetail> jobDetails;
}

职位详情

@Entity
public class JobDetail {
  @Id
  @GeneratedValue
  private int jobDetailId;

  @ManyToOne(fetch = FetchType.EAGER, cascade = CascadeType.PERSIST)
  @JoinColumn(name = "jobId")
  @JsonBackReference
  private Job job;

  @OneToMany(fetch = FetchType.EAGER, cascade = CascadeType.PERSIST, mappedBy = "jobDetail")
  @JsonManagedReference
  private List<JobEnvelope> jobEnvelopes;
}

工作信封

@Entity
public class JobEnvelope {
  @Id
  @GeneratedValue
  private int jobEnvelopeId;

  @ManyToOne(fetch = FetchType.EAGER, cascade = CascadeType.PERSIST)
  @JoinColumn(name = "jobDetailId")
  private JobDetail jobDetail;

  private double weight;
}

Answer 1

确保正确配置与 Hibernate 批处理相关的属性：

<property name="hibernate.jdbc.batch_size">100</property>
<property name="hibernate.order_inserts">true</property>
<property name="hibernate.order_updates">true</property>

重点是，如果连续的语句操作相同的 table，则它们可以被批处理。如果出现了insert to another table语句，那么之前的batch构造必须在该语句之前中断执行。使用 hibernate.order_inserts 属性您允许 Hibernate 在构造批处理语句之前重新排序插入（hibernate.order_updates 对更新语句具有相同的效果）。

jdbc.batch_size 是 Hibernate 将使用的最大批大小。尝试并分析不同的值，然后选择一个在您的用例中显示最佳性能的值。

请注意，如果使用 IDENTITY id 生成器，插入语句的批处理是 disabled。

特定于MySQL，您必须指定rewriteBatchedStatements=true作为连接URL的一部分。为确保批处理按预期工作，添加 profileSQL=true 以检查驱动程序发送到数据库的 SQL。更多详情 here.

如果您的实体是版本化的（出于乐观锁定目的），那么为了利用批量更新（不影响插入）您还必须打开：

<property name="hibernate.jdbc.batch_versioned_data">true</property>

通过这个属性你告诉 Hibernate JDBC 驱动程序能够在执行批量更新时 return 正确计算受影响的行数（需要执行版本检查）。您必须检查这是否适用于您的 database/jdbc 驱动程序。例如，它在 Oracle 11 和更早的 Oracle 版本中。

您可能还想刷新并清除持久性上下文 after each batch 以释放内存，否则所有托管对象都会保留在持久性上下文中，直到它关闭。

此外，您可能会发现 this blog 很有用，因为它很好地解释了 Hibernate 批处理机制的细节。

Answer 2

完成 Dragan Bozanovic 之前的回答。 Hibernate 有时会默默地停用批处理的执行顺序，例如，如果它在构建批处理之间的依赖关系图时遇到实体之间的循环关系（请参阅 InsertActionSorter.sort(..) 方法）。当这种情况发生时，hibernate 跟踪这种行为会很有趣。

Spring Data JPA：嵌套实体的批量插入

Spring Data JPA: Batch insert for nested entities

java

hibernate

spring-data-jpa

工作

职位详情

工作信封