之前一个数据校验功能遇到严重性能瓶颈
插入数据居然需要22秒，优化后0.38秒
一个联合join校验需要42秒，优化后1.87秒
一个增删改对比显示union的sql需要49秒，优化后1.023秒
1、首先是batch的问题：
在本项目中，使用了org.springframework.jdbc.core.JdbcTemplate类作为数据库链接服务。批量插入时，调用jdbcTemplate.batchUpdate方法进行批量插入，然而插入速度不尽如人意，非常缓慢。问题点在于，明明使用了batchUpdate而不是逐条插入，为何会出现插入缓慢的问题呢？
原来在链接MySQL的时候，并没有设置自动合并多个insert的功能，导致还是变成了逐条插入。正确的方式是，修改MySQL链接参数，添加关键字段rewriteBatchedStatements=true，详细如下：
jdbc:mysql://test_host:3306/test_schemas1?useUnicode=true&characterEncoding=utf-8&autoReconnect=true&rewriteBatchedStatements=true
添加这个rewriteBatchedStatements参数设置后，batch插入从原来的22秒变成了0.38秒，速度提升明显。
2、接着是一个联合join的校验问题。
项目需求一个3表join，以左表为基准，进行2次连续的left join且附带筛选条件。调优前运行缓慢，需要44秒。
原先采用一条sql解决所有问题，后改为首先用3条sql将3个表的最新记录筛选下来，再用Map<String, List<String> >数据结构记录key和重复的项，遍历进行java式的join，由于全部运算基于hashmap且在内存中运行，速度非常快
调优后速度变为1.87秒
3、最后是个增删改对比显示的sql问题
这段SQL的原来思路是先left join，右表为null的就是相对右表新增的；再inner join，把对比修改的字段都判断一遍，不全相等的就是左表相对右表更改的；最后再right join，把左表为null的筛出来，说明这是左表相对右表删除的。最后最后，把3个查出来的结果再union起来。整个查询时间非常漫长，需要49秒。
优化后的代码，将左表和右表分别用DAO载下来，然后通过HashMap来进行对比，大致代码如下：
Map<String, String[]> mapA = dbData; Map<String, String[]> mapB = upload; Map<String, String[]> mapBadd = new HashMap<String, String[]>(mapB); Map<String, String[]> mapBdel = new HashMap<String, String[]>(); Map<String, String[]> mapBchange = new HashMap<String, String[]>(); Iterator<String> it = mapA.keySet().iterator();while (it.hasNext()) { String key = it.next(); String[] val = mapA.get(key); if (mapB.containsKey(key)) { String[] bVal = mapB.get(key); if (val != null && val.equals(bVal) || Arrays.equals(val, bVal)) { } else { String[] changeVal = new String[val.length + bVal.length]; System.arraycopy(val, 0, changeVal, 0, val.length); System.arraycopy(bVal, 0, changeVal, val.length, bVal.length); mapBchange.put(key, changeVal); } mapBadd.remove(key); } else { // A里面有的，B没有的 mapBdel.put(key, val); } }
优化后仅需要1.023秒，非常快。