前言
由于项目是使用MyBatis-Plus开发的，用起来也确实比较方便，尤其是service层封装好的一些通用的增删改查方法，省去了不少sql语句的书写，但是在开发过程中，我也发现MyBatis-Plus的saveBatch批量插入方法针对MySQL数据库可能会出现效率贼低的情况，通过不断查询资料发现可以通过加rewriteBatchedStatements参数来解决(保证5.1.13以上版本)。
一、rewriteBatchedStatements参数介绍
MySQL的JDBC连接的url中要加rewriteBatchedStatements参数，并保证5.1.13以上版本的驱动，才能实现高性能的批量插入。MySQL JDBC驱动在默认情况下会无视executeBatch()语句，把我们期望批量执行的一组sql语句拆散，一条一条地发给MySQL数据库，批量插入实际上是单条插入，直接造成较低的性能。只有把rewriteBatchedStatements参数置为true, 驱动才会帮你批量执行SQL，另外这个选项对INSERT/UPDATE/DELETE都有效
如果你去看源码
会发现,默认的saveBatch方法,是通过for循环一条一条执行了 sqlSession.insert，下面的 consumer 执行的就是上面的 sqlSession.insert：
然后累计一定数量后，一批 flush。从这点来看，这个 saveBach 的性能肯定比直接一条一条 insert 快。
添加rewriteBatchedStatements=true这个参数后,会进入下面这个方法,对SQL 语句进行rewrite
二、批量添加员工信息测试
1.普通saveBatch批量插入
我们循环1万次，把每个实例员工对象装到员工集合（List）中,然后调用Mybatis-Plus的saveBatch方法，传入List集合，实现批量员工的插入，然后我们在方法开始结束的地方，计算当前函数执行时长。
@PostMapping("/addBath")
@ResponseBody
public ApiResult<Employee> addBath(){long startTime = System.currentTimeMillis();List<Employee> list = new ArrayList<>();// 循环批量添加1万条员工数据for (int i = 0; i < 10000; i++) {Employee employee = new Employee();employee.setName("DT测试"+i);employee.setAge(20);employee.setSalary(9000D);employee.setDepartmentId(i);list.add(employee);}boolean batch = employeeService.saveBatch(list);if(batch){long endTime = System.currentTimeMillis();System.out.println("函数执行时间：" + (endTime - startTime) + "ms");return ApiResult.ok();}return ApiResult.fail();
}
为了测试的细致，我多点了几下这个方法，下面是每次记录的时长：
批量添加1万条员工数据，测试结果如下：
第一次：（2秒多）
第二次：（接近2秒）
第三次：（接近2秒）
差不多添加1万条数据在2秒左右，这个时候我们加大量10万条，再测试：
批量添加10万条员工数据，测试结果如下：
第一次：（19.341 秒）
第二次：（18.298 秒）
2.设置rewriteBatchedStatements=true批量插入
下面我们为数据库的连接加上rewriteBatchedStatements=true的属性，再测试批量加入的耗时。
批量添加1万条员工数据，测试结果如下：
对比默认插入:1万条数据：2s -->>> 0.5s
批量添加10万条员工数据，测试结果如下：
对比默认插入:10万条数据：20s -->>> 5s
总结
所以，通过以上测试我们能发现,加了rewriteBatchedStatements的saveBatch要比默认的saveBatch快好几倍,如果你想验证rewriteBatchedStatements在你的系统里是否已经生效，记得要使用较大的batch，这样才能更明显的看出差距.
