JDBC批量操作核心是减少网络往返与SQL解析开销，需显式调用addBatch()和executeBatch()、关闭自动提交，并为MySQL配置rewriteBatchedStatements=true才能生效。
Java 中批量数据库操作不是“多写几条 SQL”那么简单，它直接关系到性能、事务一致性、内存占用和连接稳定性。入门容易，但真正在生产环境用得稳、调得准，得踩过几处关键坑。
先搞懂 JDBC 批量操作的底层逻辑
批量操作本质是让 JDBC 驱动把多条语句打包发送给 MySQL，减少网络往返和单次解析开销。但默认情况下，JDBC 是逐条执行的——你得显式开启批处理模式。
- 调用 addBatch() 把 SQL 或参数加入批次，不是立即执行
- 调用 executeBatch() 才真正提交整批，返回每条语句影响的行数数组
- 必须关闭自动提交（connection.setAutoCommit(false)），否则每批都自动提交，失去事务控制
- 注意：MySQL 默认不支持真正的预编译批量（serverPrepStmts=false），需在连接 URL 加上 rewriteBatchedStatements=true，否则 addBatch 只是客户端拼接，效果有限
从基础写法过渡到实用模板
别一上来就套 MyBatis 批量标签，先手写标准 JDBC 批量，理解资源释放、异常回滚、分批大小这些硬约束。
- 每次批量建议控制在 500~1000 条，太大易 OOM 或锁表时间过长；太小则失去批量意义
- 务必在 finally 块或 try-with-resources 中关闭 PreparedStatement 和 Connection
- 捕获 BatchUpdateException，它能告诉你哪一条出错、错误码是多少，方便定位脏数据
- 示例场景：导入 10 万条用户数据，可按 500 条一批循环处理，失败时记录日志并跳过该批，不中断整体流程
进阶：结合连接池与框架做稳定批量
真实项目里，你不会裸写 JDBC。重点是理解框架怎么封装批量，以及如何避免常见陷阱。
立即学习“Java免费学习笔记（深入）”；
- Spring JDBC 的 JdbcTemplate.batchUpdate() 底层就是封装了 addBatch + executeBatch，但默认不开启 rewriteBatchedStatements，需在 DataSource 配置中显式设置
- MyBatis 的
标签生成 IN 语句适合小批量查询，但不适合大批量 INSERT——它会生成超长 SQL，触发 max_allowed_packet 限制 - 用 MyBatis-Plus 的 saveBatch() 时，确认它是否启用了 JDBC 批量（取决于 underlying JDBC driver 和配置），否则只是 for 循环调用单条 insert
- Druid/HikariCP 连接池要调大 maxLifetime 和 connectionTimeout，避免批量执行时间长导致连接被池误判为失效
上线前必须验证的三件事
很多批量功能本地跑得飞快，一上生产就卡死或报错，往往是因为没测对环境。
- 检查 MySQL 的 max_allowed_packet 值（默认 4MB），批量 INSERT 超长 SQL 会直接报错 “Packet too large”
- 确认事务隔离级别和锁行为：InnoDB 在可重复读下，批量 INSERT 可能触发间隙锁，阻塞其他写操作
- 监控实际执行计划：用 EXPLAIN 看批量语句是否走索引；用 SHOW PROCESSLIST 观察是否有长时间 Waiting for table metadata 锁
