作为互联网软件开发人员，相信大家都遇到过MyBatis批量插入的性能坑——数据量稍大（比如10万条），执行一次批量插入就要卡上好几分钟，不仅拖慢项目部署效率，还可能导致线上服务超时，影响用户体验。

今天就以我们团队近期的实战案例为核心，用专业视角拆解MyBatis批量插入的优化逻辑，从问题根源到落地技巧，全程干货无废话，帮你快速摆脱“批量插入卡顿”的困扰，建议收藏备用，避免后续踩坑！

10万条数据，批量插入耗时5分钟的痛点

我们近期迭代一个用户数据迁移模块，需要将老系统的10万条用户历史数据，通过MyBatis批量插入到新系统的MySQL数据库中。初期开发时，程序员采用了最基础的批量插入写法，代码逻辑简单易懂，但测试时却出现了致命问题：

执行批量插入操作后，控制台一直处于阻塞状态，直到5分12秒后才提示执行成功。要知道，这个模块后续需要每日定时执行数据同步，5分钟的耗时不仅会导致同步任务堆积，还可能占用数据库连接池，影响其他核心业务的正常运行。

领导要求2天内完成优化，最终我们通过3个关键优化技巧，将批量插入耗时从5分12秒，直接缩短到3秒以内，效率提升了99%，完全满足业务需求。下面就从问题分析入手，一步步拆解优化思路。

批量插入卡顿的4个核心根源

很多开发者遇到批量插入卡顿，只会盲目尝试“改代码”，却不知道卡顿的核心根源在哪。结合我们的案例，从MyBatis底层机制、SQL执行逻辑、数据库配置三个维度，拆解4个关键问题，帮你精准定位自身项目的痛点：

1. 错误使用循环单条插入，频繁建立数据库连接

初期开发时，程序员误将批量插入拆分为循环单条insert语句执行，即通过for循环遍历10万条数据，每条数据都执行一次insert操作。这种写法的核心问题的是：每执行一次单条insert，都会建立一次数据库连接、执行一次SQL提交，10万条数据就会建立10万次连接。

而数据库连接的建立和释放本身就存在性能消耗，频繁的连接操作会大量占用服务器资源，导致SQL执行排队，这也是我们案例中耗时过长的最核心原因。

2. MyBatis默认配置未优化，一级缓存失效

MyBatis默认开启一级缓存（SqlSession级别），但在批量插入场景中，若未对缓存配置进行优化，会导致一级缓存频繁失效，每次插入都需要重新解析SQL、绑定参数，增加额外的性能开销。

此外，MyBatis默认的ExecutorType（执行器类型）为SIMPLE，该类型适合单条SQL执行，不适合批量操作，会导致SQL执行效率低下。

3. SQL语句写法不规范，未使用批量插入语法

即使避免了循环单条插入，若SQL语句写法不规范，也会导致性能瓶颈。比如未使用MySQL的VALUES批量语法（insert into table (col1,col2) values (val1,val2),(val3,val4)...），而是使用MyBatis的foreach标签拼接多条insert语句，这种写法会导致SQL语句过长，数据库解析SQL的耗时大幅增加。

4. 数据库连接池配置不合理，连接资源不足

批量插入需要占用一定的数据库连接资源，若项目中数据库连接池（如Druid、HikariCP）的最大连接数配置过小，会导致批量插入操作等待连接释放，出现阻塞现象；反之，若连接数配置过大，会增加数据库的负载，同样影响执行效率。

3个关键优化技巧，从5分钟到3秒的突破

结合以上问题分析，参考行业最佳实践，我们整理了3个可直接落地的优化技巧，无需复杂的架构调整，只需修改代码和配置，就能快速提升批量插入性能，完全适配大多数互联网项目的场景，建议直接照搬使用。

技巧1：摒弃循环单条插入，使用MyBatis批量插入语法（核心优化）

这是最基础也是最核心的优化，核心思路是：将多条插入数据整合为一条批量SQL语句，减少数据库连接和SQL提交次数。

具体实现（以MySQL为例）：

1. Mapper接口写法：使用@Insert注解，或在XML中编写批量insert语句，参数接收List集合（存储批量插入的数据）。

// Mapper接口示例public interface UserMapper { // 批量插入用户数据 int batchInsertUser(@Param("userList") List<User> userList);}

2. XML映射文件写法：使用foreach标签拼接VALUES批量语法，注意foreach的collection属性需与接口参数名一致，separator设置为“,”。

<insert id="batchInsertUser" parameterType="java.util.List"> insert into t_user (id, username, phone, create_time) values <foreach collection="userList" item="user" separator=","> (#{user.id}, #{user.username}, #{user.phone}, #{user.createTime}) </foreach></insert>

注意：MySQL默认允许的SQL语句长度有限制（可通过max_allowed_packet参数修改），若批量插入的数据量过大（如超过1万条），建议分批次插入（每批次1000-5000条），避免SQL语句过长导致执行失败。

技巧2：优化MyBatis配置，启用批量执行器

MyBatis的默认执行器（SIMPLE）不适合批量操作，我们可以通过修改配置，启用BATCH执行器，减少SQL解析和参数绑定的开销，同时优化一级缓存配置。

具体实现（两种方式，任选其一）：

1. 代码层面配置（推荐，灵活度高）：在获取SqlSession时，指定执行器类型为BATCH。

// 获取批量执行的SqlSessionSqlSession sqlSession = sqlSessionFactory.openSession(ExecutorType.BATCH);UserMapper userMapper = sqlSession.getMapper(UserMapper.class);// 执行批量插入userMapper.batchInsertUser(userList);// 手动提交事务（批量执行需手动提交）sqlSession.commit();// 关闭SqlSessionsqlSession.close();

2. 全局配置层面（不推荐，影响所有SQL执行）：在mybatis-config.xml中配置默认执行器类型为BATCH。

<settings> <!-- 启用批量执行器 --> <setting name="defaultExecutorType" value="BATCH"/> <!-- 优化一级缓存，避免频繁失效 --> <setting name="localCacheScope" value="SESSION"/></settings>技巧3：优化数据库连接池和MySQL配置，释放底层性能

代码和MyBatis配置优化完成后，还需要优化数据库层面的配置，避免因底层资源限制，导致优化效果打折扣，重点优化两个方面：

1. 数据库连接池配置（以Druid为例）：根据服务器性能和数据量，合理设置最大连接数、最小空闲连接数，避免连接不足或连接过多。

spring: datasource: type: com.alibaba.druid.pool.DruidDataSource druid: # 最大连接数（推荐设置为CPU核心数*2 + 1） maxActive: 17 # 最小空闲连接数 minIdle: 5 # 连接超时时间（毫秒） maxWait: 60000 # 关闭空闲连接的超时时间（毫秒） minEvictableIdleTimeMillis: 300000

2. MySQL配置优化（修改my.cnf或my.ini文件）：优化与批量插入相关的参数，提升数据库写入性能。

# 增大SQL语句最大长度（根据实际需求调整）max_allowed_packet = 100M# 关闭自动提交（批量插入时手动提交，提升效率）autocommit = 0# 优化写入缓存，提升批量写入速度innodb_buffer_pool_size = 2G # 建议设置为服务器内存的50%-70%innodb_flush_log_at_trx_commit = 2

优化完成后，我们再次测试10万条数据批量插入：分20批次（每批次5000条），启用BATCH执行器，修改连接池和MySQL配置，最终执行耗时2.8秒，完全达到业务要求。

你在MyBatis批量插入中，踩过哪些坑？

以上就是我们团队从实战中总结的MyBatis批量插入优化技巧，从5分钟到3秒的突破，核心就是“找对问题根源、针对性优化”——摒弃循环单条插入、启用批量执行器、优化数据库配置，这3步就能解决80%的批量插入性能问题。

但实际开发中，不同项目的场景不同（比如数据量、数据库类型、服务器性能不同），优化效果也会有所差异。

在这里想问问屏幕前的各位开发者：你在使用MyBatis批量插入时，遇到过哪些难以解决的性能坑？又是如何优化的？评论区分享你的实战经验，我们一起交流学习，避坑提速！

最后，觉得这篇干货有用的话，记得点赞+收藏+转发，关注我，后续分享更多MyBatis实战优化技巧和软件开发干货～