Spring数据保存与saveAll性能

Posted 2023-02-26

【中文标题】Spring数据保存与saveAll性能

【英文标题】：Spring data save vs saveAll performance

【发布时间】：2018-09-26 21:35:21

【问题描述】：

我试图理解为什么 saveAll 比保存在 Spring Data 存储库中的性能更好。我正在使用CrudRepository，可以看到here。

为了测试，我创建了 10k 个实体并将它们添加到一个列表中，这些实体只有一个 id 和一个随机字符串（对于基准测试，我将字符串保持为常数）。遍历我的列表并在每个元素上调用.save，花了 40 秒。在同一整个列表上调用 .saveAll 在 2 秒内完成。使用 30k 个元素调用 .saveAll 需要 4 秒。在执行每个测试之前，我确保截断我的表。即使将 .saveAll 调用批处理到 50 个子列表也需要 10 秒和 30k。

带有整个列表的简单.saveAll似乎是最快的。

我尝试浏览 Spring Data 源代码，但 this 是我发现的唯一有价值的东西。在这里，.saveAll 似乎只是迭代整个Iterable 并像我一样在每个.save 上调用。那么它是如何快得多的呢？它是否在内部进行一些事务批处理？

【问题讨论】：

Spring是开源的，你看代码了吗？

你的交易边界在哪里？显示您的测试代码会有所帮助。

【参考方案1】：

如果没有您的代码，我不得不猜测，我认为这与在 save 的情况下为保存的每个对象创建新事务的开销有关，而在 saveAll 的情况下打开一个事务。

注意save 和saveAll 的定义，它们都用@Transactional 注释。如果您的项目配置正确，这似乎是因为实体被保存到数据库中，这意味着每当调用这些方法之一时都会创建一个事务。如果您在循环中调用save，这意味着每次调用save 时都会创建一个新事务，但在saveAll 的情况下，无论有多少实体，都会创建一个调用保存。

我假设测试本身并没有在事务中运行，如果要在事务中运行，那么所有对保存的调用都将在该事务中运行，因为默认的事务传播是Propagation.REQUIRED，即意味着如果有一个事务已经打开，调用将在其中运行。如果您打算使用 Spring Data，我强烈建议您阅读 transaction management in Spring。

【讨论】：

这并不完全准确。 @Transactional 默认传播级别是Required，这意味着在实际调用此方法之前应该存在事务。由于传播级别，CrudRepository 不会自行创建事务。

@edward_wong 实际创建交易的人与他的问题无关，我没有说创建交易的是 CrudRepository。仍然提到默认传播很重要，因为与始终需要创建新事务的 Propagation.REQUIRE_NEW 不同，Propagation.REQUIRED 将继续使用在外部范围内创建的事务（以及与他的问题无关的其他语义），这解释了直接在他自己的循环中调用 save() 或调用 saveAll() 之间的性能差异。

@edward_wong "需要传播：支持当前事务，如果不存在则创建一个新事务。类似于同名的 EJB 事务属性。"所以它会默认创建新的。 docs.spring.io/spring-framework/docs/current/javadoc-api/org/…