每秒批量插入10000条数据到MySQL中，资源消耗（带宽、IOPS）有多少？

🔊博主介绍

🌟我是廖志伟，一名Java开发工程师、Java领域优质创作者、优快云博客专家、51CTO专家博主、阿里云专家博主、清华大学出版社签约作者、产品软文专业写手、技术文章评审老师、问卷调查设计师、个人社区创始人、开源项目贡献者。🌎跑过十五公里、🚀徒步爬过衡山、🔥有过三个月减肥20斤的经历、是个喜欢躺平的狠人。

📕拥有多年一线研发和团队管理经验，研究过主流框架的底层源码(Spring、SpringBoot、Spring MVC、SpringCould、Mybatis、Dubbo、Zookeeper)，消息中间件底层架构原理(RabbitMQ、RockerMQ、Kafka)、Redis缓存、MySQL关系型数据库、 ElasticSearch全文搜索、MongoDB非关系型数据库、Apache ShardingSphere分库分表读写分离、设计模式、领域驱动DDD、Kubernetes容器编排等。

📙有过从0到1的项目高并发项目开发与管理经验，对JVM调优、MySQL调优、Redis调优 、ElasticSearch调优、消息中间件调优、系统架构调优都有着比较全面的实战经验。

📘有过云端搭建服务器环境，自动化部署CI/CD，弹性伸缩扩容服务器（最高200台），了解过秒级部署（阿里云的ACK和华为云的云容器引擎CCE）流程，能独立开发和部署整个后端服务，有过分库分表的实战经验。

🎥经过多年在优快云创作上千篇文章的经验积累，我已经拥有了不错的写作技巧，与清华大学出版社签下了四本书籍的合约，并将陆续在明年出版。这些书籍包括了基础篇、进阶篇、架构篇的📌《Java项目实战—深入理解大型互联网企业通用技术》📌，以及📚《解密程序员的思维密码–沟通、演讲、思考的实践》📚。具体出版计划会根据实际情况进行调整，希望各位读者朋友能够多多支持！

---

🌾阅读前，快速浏览目录和章节概览可帮助了解文章结构、内容和作者的重点。了解自己希望从中获得什么样的知识或经验是非常重要的。建议在阅读时做笔记、思考问题、自我提问，以加深理解和吸收知识。

💡在这个美好的时刻，本人不再啰嗦废话，现在毫不拖延地进入文章所要讨论的主题。接下来，我将为大家呈现正文内容。

🥤本文内容

起因

我在一台阿里云服务器部署了一主二从的MySQL集群，然后通过程序，控制每秒写入一万条数据入库，想看看消耗的资源情况

我本地跑的机器如下：
网络用的是手机开的热点，使用的是5G网络

代码

    private ScheduledExecutorService poolExecutor;
    private ScheduledFuture<?> scheduledFuture;

    public void startCreateUserTask() {
        // 初始化线程池
        poolExecutor = new ScheduledThreadPoolExecutor(
                Runtime.getRuntime().availableProcessors() * 2);
        // 提交定时任务，并保存返回的ScheduledFuture对象
        scheduledFuture = poolExecutor.scheduleAtFixedRate(() -> {
            List<TbUser> userList = new ArrayList<>(10000);
            for (int i = 0; i < 10000; i++) {
                TbUser tbUser = new TbUser();
                tbUser.setIsDelete(0);
                tbUser.setUserStatus(1);
                String uid = UUID.randomUUID().toString();
                tbUser.setNickename("liaozhiwei" + uid);
                tbUser.setUsername("liaozhiwei" + uid);
                tbUser.setPassword("liao" + uid);
                userList.add(tbUser);
            }
            Integer usersave = tbUserMapper.batchInsert(userList);
            log.info("批量保存用户数量：" + usersave);
            },
                0, //这是首次执行任务前的延迟时间。它表示从当前时间开始到首次执行任务所需的等待时间。配置为0，表示无需等待
                1, TimeUnit.SECONDS);//这是任务执行的周期时间。每次任务执行完毕后，都会等待这个时间段后再次执行任务。
    }
    public void stopCreateUserTask() {
        // 如果scheduledFuture不为null，则取消定时任务
        if (scheduledFuture != null && !scheduledFuture.isCancelled()) {
            scheduledFuture.cancel(true); // 传入true表示如果任务正在执行，则中断它
        }
        // 关闭线程池
        if (poolExecutor != null && !poolExecutor.isShutdown()) {
            poolExecutor.shutdown(); // 这不会立即停止所有任务，而是启动关闭过程
        }
    }

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >
<mapper namespace="com.yunxi.user.mapper.TbUserMapper" >
    <resultMap id="BaseResultMap" type="com.yunxi.user.model.po.TbUser" >
        <id column="id" property="id" jdbcType="INTEGER" />
        <result column="username" property="username" jdbcType="VARCHAR" />
        <result column="password" property="password" jdbcType="VARCHAR" />
        <result column="Is_Delete" property="isDelete" jdbcType="INTEGER" />
        <result column="user_status" property="userStatus" jdbcType="INTEGER" />
        <result column="nickename" property="nickename" jdbcType="VARCHAR" />
    </resultMap>
    <!-- 用于select查询公用抽取的列 -->
    <sql id="Base_Column_List">
        t.id,t.username,t.password,t.Is_Delete,t.user_status,t.nickename
    </sql>

    <!-- batch insert -->
    <insert id="batchInsert" parameterType="java.util.List">
        INSERT INTO tb_user (username,password,Is_Delete,user_status,nickename)
        VALUES
        <foreach collection="userList" item="item" index="index" separator="," >
            (
            #{item.username},
            #{item.password},
            #{item.isDelete},
            #{item.userStatus},
            #{item.nickename}
            )
        </foreach>
    </insert>

spring:
  datasource:
    type: com.alibaba.druid.pool.DruidDataSource
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://8.138.100.27:33061/user?characterEncoding=UTF-8&allowMultiQueries=true&serverTimezone=GMT%2B8
    username: root
    password: node1master1root
    druid:
      filters: stat,wall,slf4j
      initial-size: 50
      min-idle: 100
      max-active: 20000
      max-wait: 60000
      time-between-eviction-runs-millis: 60000
      min-evictable-idle-time-millis: 300000
      test-while-idle: true
      test-on-borrow: false
      test-on-return: false
      web-stat-filter:
        enabled: true
        url-pattern: /*
        session-stat-enable: true
        session-stat-max-count: 1000
      stat-view-servlet:
        enabled: true
        url-pattern: /druid/*
        reset-enable: true
        login-username: admin
        login-password: admin123

资源情况

网络带宽低于每秒20M，实例云盘IOPS(次/s)低于400，连接数、CPU使用率、内存使用率、负载情况都比较低，我的服务器配置如下：

4核(vCPU)，16 GiB经济型的服务器配置。只对主库进行插入。

在没有什么并发量的场景下，批量插入的数据十几分钟就可以到一千万，虽然不是很快，毕竟控制了插入的量和频率，插入的数据比较稳定，没有数据丢失的情况。

改造

    private ScheduledExecutorService poolExecutor;
    private ScheduledFuture<?> scheduledFuture;

    public void startCreateUserTask(){
        Map<Integer, String> hashMap = new ConcurrentHashMap<>(10000);
        Map<Integer, String> map = new ConcurrentHashMap<>(1000);
        // CPU100%的使用率
        ThreadPoolExecutor executor = new ThreadPoolExecutor(
                Runtime.getRuntime().availableProcessors() * 2, // 核心线程数: IO类型的任务通常建议设置为CPU核心数的两倍左右
                Runtime.getRuntime().availableProcessors() * 4, // 最大线程数：IO类型的任务建议设置为核心线程数的2-4倍
                60, // 空闲线程存活时间
                TimeUnit.SECONDS, // 时间单位
                new LinkedBlockingQueue<>(10000));
        executor.execute(() -> {
            for (int i = 0; i < 10000; i++) {
                String uid = UUID.randomUUID().toString();
                hashMap.put(i,uid);
            }
            // 使用 Stream API 对 HashMap 中的值（密码）进行编码，并创建一个新的 Map 来存储编码后的密码
            Map<Integer, String> encodedPasswordsMap = hashMap.entrySet().parallelStream()
                    .map(entry -> new AbstractMap.SimpleEntry<>(entry.getKey(), passwordEncoder.encode(entry.getValue())))
                    .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (oldValue, newValue) -> newValue, ConcurrentHashMap::new));
            map.putAll(encodedPasswordsMap);
        });
        // 关闭线程池，不再接受新任务，但等待已提交的任务完成
        executor.shutdown();
        try {
            // 等待所有任务在60秒内完成，或者超时
            if (!executor.awaitTermination(60, TimeUnit.SECONDS)) {
                // 如果超时，可以选择取消所有未完成的任务
                System.out.println("Not all tasks finished within the timeout period. Cancelling remaining tasks.");
                executor.shutdownNow();
                // 可能需要处理任务被取消的情况
            } else {
                System.out.println("All tasks have completed.");
            }
        } catch (InterruptedException ie) {
            // 如果等待期间线程被中断，重新中断当前线程
            executor.shutdownNow();
            Thread.currentThread().interrupt();
        }
        if (map.size() == 10000) {
            // 初始化线程池
            poolExecutor = new ScheduledThreadPoolExecutor(
                    Runtime.getRuntime().availableProcessors() * 2);
            // 提交定时任务，并保存返回的ScheduledFuture对象
            scheduledFuture = poolExecutor.scheduleAtFixedRate(() -> {
                        List<TbUser> userList = new ArrayList<>(10000);
                        for (int i = 0; i < 10000; i++) {
                            TbUser tbUser = new TbUser();
                            tbUser.setIsDelete(0);
                            tbUser.setUserStatus(1);
                            String uid =  UUID.randomUUID().toString();
                            tbUser.setNickename("liaozhiwei" + uid);
                            tbUser.setUsername("liaozhiwei" + uid);
                            tbUser.setPassword(map.get(i));
                            userList.add(tbUser);
                        }
                        Integer usersave = tbUserMapper.batchInsert(userList);
                        log.info("批量保存用户数量：" + usersave);
                    },
                    0, //这是首次执行任务前的延迟时间。它表示从当前时间开始到首次执行任务所需的等待时间。配置为0，表示无需等待
                    1, TimeUnit.SECONDS);//这是任务执行的周期时间。每次任务执行完毕后，都会等待这个时间段后再次执行任务。
        }
    }


    public void stopCreateUserTask() {
        // 如果scheduledFuture不为null，则取消定时任务
        if (scheduledFuture != null && !scheduledFuture.isCancelled()) {
            scheduledFuture.cancel(true); // 传入true表示如果任务正在执行，则中断它
        }
        // 关闭线程池
        if (poolExecutor != null && !poolExecutor.isShutdown()) {
            poolExecutor.shutdown(); // 这不会立即停止所有任务，而是启动关闭过程
        }
    }

将代码调整后，一次插入100000，多了十倍，但是执行的时间也是多了十倍多，时间会多一丢丢，推断可能和我的网络有关，手机热点传输低于服务器带宽，传输有限，所以本机测试，一秒一万是最合适的。如果上服务器，执行效率应该会更高一点。
线程资源使用率100%，最大程度对密码进行加密计算，缩短计算时长。

📢文章总结

对本篇文章进行总结：

🔔以上就是今天要讲的内容，阅读结束后，反思和总结所学内容，并尝试应用到现实中，有助于深化理解和应用知识。与朋友或同事分享所读内容，讨论细节并获得反馈，也有助于加深对知识的理解和吸收。

🔔如果您需要转载或者搬运这篇文章的话，非常欢迎您私信我哦~

🚀🎉希望各位读者大大多多支持用心写文章的博主，现在时代变了，🚀🎉 信息爆炸，酒香也怕巷子深🔥，博主真的需要大家的帮助才能在这片海洋中继续发光发热🎨，所以，🏃💨赶紧动动你的小手，点波关注❤️，点波赞👍，点波收藏⭐，甚至点波评论✍️，都是对博主最好的支持和鼓励！

• 💂 博客主页： 我是廖志伟
• 👉开源项目：java_wxid
• 🌥 哔哩哔哩：我是廖志伟
• 🎏个人社区：幕后大佬
• 🔖个人微信号： SeniorRD
• 🎉微信号二维码：

📥博主目标

• 🍋程序开发这条路不能停，停下来容易被淘汰掉，吃不了自律的苦，就要受平庸的罪，持续的能力才能带来持续的自信。我本是一个很普通的程序员，放在人堆里，除了与生俱来的盛世美颜，就剩180的大高个了，就是我这样的一个人，默默写博文也有好多年了。
• 📺有句老话说的好，牛逼之前都是傻逼式的坚持，希望自己可以通过大量的作品、时间的积累、个人魅力、运气、时机，可以打造属于自己的技术影响力。
• 💥内心起伏不定，我时而激动，时而沉思。我希望自己能成为一个综合性人才，具备技术、业务和管理方面的精湛技能。我想成为产品架构路线的总设计师，团队的指挥者，技术团队的中流砥柱，企业战略和资本规划的实战专家。
• 🎉这个目标的实现需要不懈的努力和持续的成长，但我必须努力追求。因为我知道，只有成为这样的人才，我才能在职业生涯中不断前进并为企业的发展带来真正的价值。在这个不断变化的时代，我们必须随时准备好迎接挑战，不断学习和探索新的领域，才能不断地向前推进。我坚信，只要我不断努力，我一定会达到自己的目标。

🔔有需要对自己进行综合性评估，进行职业方向规划，我可以让技术大牛帮你模拟面试、针对性的指导、传授面试技巧、简历优化、进行技术问题答疑等服务。

可访问：https://java_wxid.gitee.io/tojson/