ibatis 批处理

Ibatis中进行批量操作

iBatis整理——iBatis批处理实现（Spring环境）

最近做一个小项目，用到Spring+iBatis。突然遇到一个很久远，却很实在的问题：在Spring下怎么使用iBatis的批处理实现？ 

大概是太久没有写Dao了，这部分真的忘得太干净了。

从4个层面分析这部分实现： 

1. iBatis的基本实现
2. 基于事务的iBatis的基本实现
3. 基于事务的Spring+iBatis实现
4. 基于回调方式的Spring+iBatis实现

1.iBatis的基本实现 

iBatis通过SqlMapClient提供了一组方法用于批处理实现： 

1. startBatch() 开始批处理
2. executeBatch() 执行批处理

代码如下： 

Java代码 

1. public void create(List<Reply> replyList) {  
2.   
3. try {  
4. // 开始批处理  
5.         sqlMapClient.startBatch();  
6.   
7. for (Reply reply: replyList) {  
8. // 插入操作  
9. "Reply.create", reply);  
10.         }  
11. // 执行批处理  
12.         sqlMapClient.executeBatch();  
13.   
14. catch (Exception e) {  
15.         e.printStackTrace();  
16.     }  
17. }

这是基于iBatis的最基本实现，如果你一步一步debug，你会发现：其实，数据库已经执行了插入操作！ 

因此，除了这两个核心方法外，你还需要开启事务支持。否则，上述代码只不过是个空架子！ 

2.基于事务的iBatis的基本实现 

事务处理： 

1. startTransaction() 开始事务
2. commitTransaction() 提交事务
3. endTransaction() 结束事务

我们以insert操作为例，把它们结合到一起： 

Java代码 

1. public void create(List<Reply> replyList) {  
2.   
3. try {  
4. // 开始事务  
5.         sqlMapClient.startTransaction();  
6. // 开始批处理  
7.         sqlMapClient.startBatch();  
8.   
9. for (Reply reply: replyList) {  
10. // 插入操作  
11. "Reply.create", reply);  
12.         }  
13. // 执行批处理  
14.         sqlMapClient.executeBatch();  
15.   
16. // 提交事务  
17.         sqlMapClient.commitTransaction();  
18.   
19. catch (Exception e) {  
20.         e.printStackTrace();  
21. finally {    
22. try {  
23. // 结束事务  
24.             sqlMapClient.endTransaction();  
25. catch (SQLException e) {  
26.                          e.printStackTrace();  
27.                      }  
28.     }    
29. }

replyList是一个List，要把这个List插入到数据库，就需要经过这三个步骤： 

1. 开始批处理 startBatch()
2. 插入      insert()
3. 执行批处理 executeBatch()

如果要在Spring+iBatis中进行批处理实现，需要注意使用同一个sqlMapClient！同时，将提交事务的工作交给Spring统一处理！ 

3.基于事务的Spring+iBatis实现 

Java代码 

1. public void create(List<Reply> replyList) {  
2. if (!CollectionUtils.isEmpty(replyList)) {  
3. // 注意使用同一个SqlMapClient会话  
4.         SqlMapClient sqlMapClient = sqlMapClientTemplate.getSqlMapClient();  
5.   
6. try {  
7. // 开始事务  
8.             sqlMapClient.startTransaction();  
9. // 开始批处理  
10.             sqlMapClient.startBatch();  
11. for (Reply reply : replyList) {  
12. // 插入操作  
13. "Reply.create", reply);  
14.             }  
15.   
16. // 执行批处理  
17.             sqlMapClient.executeBatch();  
18. // 提交事务 交给Spring统一控制  
19. // sqlMapClient.commitTransaction();  
20.   
21. catch (Exception e) {  
22.             e.printStackTrace();  
23. finally {    
24. try {  
25. // 结束事务  
26.                 sqlMapClient.endTransaction();  
27. catch (SQLException e) {  
28.                              e.printStackTrace();  
29.                          }  
30.         }    
31.     }  
32. }

注意使用同一个sqlMapClient： 

SqlMapClient sqlMapClient = sqlMapClientTemplate.getSqlMapClient(); 

如果直接sqlMapClientTemplate执行insert()方法，将会造成异常！ 

想想，还有什么问题？其实问题很明显，虽然解决了批处理实现的问题，却造成了事务代码入侵的新问题。 这么做，有点恶心！ 
除此之外，异常的处理也很恶心，不能够简单的包装为 DataAccessException 就无法被Spring当作统一的数据库操作异常做处理。 

4.基于回调方式的Spring+iBatis实现 

如果观察过Spring的源代码，你一定知道，Spring为了保持事务统一控制，在实现ORM框架时通常都采用了回调模式，从而避免了事务代码入侵的可能！

修改后的代码如下： 

Java代码 

1. @SuppressWarnings("unchecked")  
2. public void create(final List<Reply> replyList) {  
3. // 执行回调  
4. new SqlMapClientCallback() {  
5. // 实现回调接口  
6. public Object doInSqlMapClient(SqlMapExecutor executor)  
7. throws SQLException {  
8. // 开始批处理  
9.             executor.startBatch();  
10. for (Reply reply : replyList) {  
11. // 插入操作  
12. "Reply.create", reply);  
13.   
14.             }  
15. // 执行批处理  
16.             executor.executeBatch();  
17.   
18. return null;  
19.   
20.         }  
21.     });  
22.   
23. }

注意，待遍历的参数replyList需要加入final标识！即，待遍历对象不能修改！ 

引用

public void create(final List<Reply> replyList)

这样做，就将事务处理的控制权完全交给了Spring！

简述： 

1. SqlMapClientCallback 回调接口
2. doInSqlMapClient(SqlMapExecutor executor) 回调实现方法
3. DataAccessException 最终可能抛出的异常

http://michael-softtech.iteye.com/blog/620433

     最近遇到这样一个客户需求：需要向数据库里面一次插入几万条数据。系统的Persistence层用的是ibatis,

事务是通过spring管理。之前都是少量数据的操作，所以都是按照以下方式插入的：

1. class Service extends
2. {  
3. public void
4. {  
5.   getSqlMapClientTemplate().insert(..);  
6.     
7. }  
8.   
9. }

   但是数据量大时，速度奇慢。于是找时间读了一下ibatis的源码，终于发现了问题所在，记录如下：

   首先，过跟踪代码，发现sql的相关操作都有这样一个入口：

1. public

      上面的session是SqlMapSession的一个实例，而SqlMapSession继承了SqlMapExecutor接口，实际上以上的代码最终还是通过SqlMapExecutor的对应方法来实现（比如：session.insert(..)）.

      于是继续追踪SqlMapSession的实现类：SqlMapSessionImpl。发现这个类的所有JDBC操作都是通过代理类SqlMapExecutorDelegate来实现的(这个代理类比SqlExecutor多了事务管理的配置：有一个TransactionManager)。这个代理类在每个单独的操作时，都先有这样一条语句：

1.  trans = getTransaction(session);  
2. null;

1. trans = autoStartTransaction(session, autoStart, trans);

    上述代码通过判断sutoStart来决定是不是开启一个事务。而autoStart是通过判断当前是不是已经有打开的事务

     来赋值的。那么就可以理解了:如果当前操作没有在事务下面，那么自动开启(取出)一个事务；如果已经有了事务，那么  直接使用当前事务。如果要进行批量操作，那么就必须在调用之前开启一个事务。所以就简单了：

1. public Object operate(final List<CardInfo> cardsToAdd, final List<AcctInfo> acctsToAdd, final List<AcctInfo> acctsToUpdate) throws
2.        
3. this.getSqlMapClientTemplate().execute(new
4. public
5.              {  
6.        
7. try{  
8.      getSqlMapClient().startTransaction();  
9.      executor.startBatch();...

   后面的startBatch语句是通过使用jdbc的批处理来提高效率。这样就能顺利执行同一个事务下的批量操作了（注意：如果在批量startBatch之前没有开启事务，批处理是无效的）。