MyBatis 如何进行批处理？批量插入如何回填主键？

简化版

MyBatis 可用 ExecutorType.BATCH 将多次相同形态的更新交给 JDBC 批量执行，也可用 <foreach> 生成一条多 values INSERT。BATCH 必须在适当批次调用 flushStatements 或提交，并根据 JDBC 驱动支持用 useGeneratedKeys、keyProperty 回填自增主键；大批量要分片，不能一次堆满内存或超过数据库参数限制。

详细版

BatchExecutor 会复用匹配的 MappedStatement 和 SQL 对应 Statement，反复 addBatch，flush 时才执行并返回 BatchResult/updateCounts；因此单次 mapper update 的返回值不能当作最终影响行数。动态 SQL 生成不同 SQL 时可能拆成多个批次。

useGeneratedKeys="true" keyProperty="id" 使用 JDBC getGeneratedKeys()，依赖数据库与驱动能力；不支持时可用 <selectKey order="BEFORE|AFTER">。批量多对象能否按顺序完整回填必须用目标驱动验证，不能从单行插入行为推断。

完整版教学

一、两种常见批量方式

方式一是循环调用同一 Mapper 方法，但 SqlSession 使用 BATCH Executor：

try (SqlSession session = factory.openSession(ExecutorType.BATCH, false)) {
    UserMapper mapper = session.getMapper(UserMapper.class);
    for (User user : users) {
        mapper.insert(user);
    }
    session.flushStatements();
    session.commit();
}

方式二是 foreach 生成 INSERT ... VALUES (...), (...)。前者使用 JDBC batch，后者是一条多行 SQL；驱动优化、参数上限、错误定位和主键返回行为都不同。

方式	SQL 形态	优点	主要风险
`ExecutorType.BATCH`	多次调用同一 mapped statement，JDBC `addBatch`	单条 SQL 模板稳定，适合复用 Mapper 方法	flush 前不真正知道结果，异常和主键回填依赖驱动
`<foreach>` 多 values	一条 `INSERT INTO t(...) VALUES (...), (...), ...`	网络往返少，SQL 直观	SQL 过长、参数上限、单条失败定位困难
数据库导入工具	`LOAD DATA`、copy 等原生命令	海量导入吞吐高	脱离普通 ORM 流程，需要单独权限与校验

记忆钩子：BATCH 是“很多小动作先攒着，flush 时一起发”；foreach 多 values 是“直接拼成一条大 SQL”。两者都叫批量，但执行语义并不一样。

二、为什么要显式 flush

BatchExecutor 的 update 主要把参数加入批次，数据库可能尚未真正执行。flushStatements() 或 commit 才触发 executeBatch，最终影响行数和批次异常也可能到此时才出现。

批次过大时，参数对象和 JDBC 驱动缓冲会占用大量内存。应每几百或几千条分片 flush，具体大小通过数据库参数限制、网络包、行大小和压测确定。

假设导入 10000 行，每行 8 个字段：
方案 A：10000 行一次性攒到最后 flush
  - 参数对象、JDBC batch 缓冲、事务日志压力集中
  - 第 9000 行失败时回滚和定位成本很高
方案 B：每 500 行 flush 一次
  - 约 20 个批次，内存峰值更低
  - 日志和异常定位更可控

这里的 500 不是固定标准，而是告诉面试官你理解“批量大小要压测确定”。如果单行字段很多、包含大文本或数据库参数上限较低，批次要更小；如果网络延迟高且行很小，可以适当放大。

三、事务与错误处理

flush 只是把语句发送给数据库，不等于事务已经提交；事务型数据库中后续 rollback 仍可回滚未提交修改。批处理中某条失败时，驱动可能返回部分 updateCounts 或抛 BatchUpdateException，能否精确定位失败行取决于驱动。

Spring 中使用 Batch SqlSessionTemplate 时，要确保它参与正确事务。已有事务已经绑定另一种 ExecutorType 时，不能随意在中途切换执行器；更稳妥的是使用专门批处理边界和模板。

四、自增主键回填

<insert id="insert"
        useGeneratedKeys="true"
        keyProperty="id"
        keyColumn="id">
  INSERT INTO users(name) VALUES(#{name})
</insert>

执行后 MyBatis 从 JDBC 读取生成键并写回参数对象的 id。keyColumn 在列顺序或数据库要求明确时使用；复合键可配置多个属性与列。

五、selectKey 的使用边界

数据库使用序列时，可在插入前执行 selectKey 得到主键，再把它带入 INSERT；某些场景则在插入后查询生成值。BEFORE/AFTER 必须符合数据库生成机制。

selectKey 是额外 SQL，不应在不了解并发和序列语义时用“查最大 ID + 1”模拟主键，这会产生竞态。

六、性能不只看 SQL 次数

批量越大不一定越快。还要考虑事务日志、锁持有时间、复制延迟、失败重试成本和连接池占用。海量导入可使用数据库原生导入工具，未必适合通过 ORM 循环完成。

批处理完成后应记录实际成功数量，并对重复执行建立幂等键或唯一约束。

七、常见误区与追问

误区：调用 Mapper 的 insert 返回 1 就表示数据库已经执行成功。 BATCH 模式下很多更新只是加入 JDBC batch，真正执行和异常可能到 flushStatements() 或提交时才发生。
误区：批量越大性能一定越好。 批次过大会放大内存、事务日志、锁持有时间和失败回滚成本，必须按行大小、参数上限和压测结果分片。
追问：BATCH 和 foreach 多 values 的核心区别是什么？ BATCH 是多次参数绑定后交给 JDBC executeBatch，foreach 是生成一条大 SQL，驱动行为、SQL 长度和错误定位都不同。
追问：自增主键批量回填为什么要验证驱动？ MyBatis 依赖 JDBC getGeneratedKeys()，不同数据库和驱动对批量返回键的顺序、数量支持并不完全一致。
误区：flush 就等于 commit。 flush 只是把批次发送执行，事务未提交前仍可回滚，提交边界要单独控制。
追问：selectKey 能不能用查最大 ID 加 1？ 不能，这在并发下有竞态，应该用数据库序列、自增列或可靠 ID 生成器。

八、加强记忆

BatchExecutor 是“多次 addBatch，flush/commit 时执行”，foreach 多 values 则是“一条大 SQL”。最终行数和异常要到 flush 才明确，主键回填依赖 JDBC 驱动；批量必须分片、处于清晰事务边界，并用目标数据库验证生成键行为。

简化版

详细版