Java事务性能优化实战指南

一、批量操作的事务批处理

JDBC批处理API

JDBC批处理是提升数据库操作性能的基础手段，通过减少网络往返次数显著提高吞吐量。

// JDBC批处理基础示例
Connection conn = dataSource.getConnection();
conn.setAutoCommit(false); // 关闭自动提交

try (PreparedStatement ps = conn.prepareStatement("INSERT INTO orders VALUES (?, ?)")) {
    for (int i = 0; i < 1000; i++) {
        ps.setInt(1, i);
        ps.setString(2, "order_" + i);
        ps.addBatch();  // 添加到批处理
        
        if (i % 100 == 0) { // 每100条执行一次
            ps.executeBatch();
            conn.commit(); // 分批提交
        }
    }
    ps.executeBatch(); // 执行剩余批次
    conn.commit();
} catch (SQLException e) {
    conn.rollback(); // 异常回滚
}

关键参数调优：

rewriteBatchedStatements=true (MySQL驱动参数，提升批处理性能)
batchSize 根据内存和网络情况设置合理值(通常500-1000)

MyBatis批量插入优化

MyBatis提供两种批处理方式，各有适用场景：

<!-- 方式1：foreach动态SQL -->
<insert id="batchInsert">
    INSERT INTO users (name, email) VALUES
    <foreach collection="list" item="user" separator=",">
        (#{user.name}, #{user.email})
    </foreach>
</insert>

<!-- 方式2：ExecutorType.BATCH -->
SqlSession session = sqlSessionFactory.openSession(ExecutorType.BATCH);
try {
    UserMapper mapper = session.getMapper(UserMapper.class);
    for (User user : users) {
        mapper.insert(user);
    }
    session.commit(); // 统一提交
} finally {
    session.close();
}

性能对比测试（插入1万条数据）：

方式	耗时(ms)	内存消耗
单条循环插入	4200	低
foreach动态SQL	850	高
ExecutorType.BATCH	650	中

实践建议：

小批量数据(100条内)用foreach更简单
大批量数据用BATCH模式更高效
超大批量(10万+)考虑文件导入等替代方案

二、连接池配置与事务关系

HikariCP事务隔离配置

连接池配置直接影响事务性能，HikariCP作为高性能连接池的代表：

# Spring Boot配置示例
spring:
  datasource:
    hikari:
      maximum-pool-size: 20
      minimum-idle: 5
      isolation-level: TRANSACTION_READ_COMMITTED
      leak-detection-threshold: 5000 # 连接泄漏检测阈值(ms)
      connection-timeout: 3000

隔离级别与性能关系：

关键配置原则：

连接数 = (核心数 * 2) + 有效磁盘数
事务隔离级别根据业务需求选择，通常READ_COMMITTED是平衡点
监控连接等待时间，超过100ms应考虑扩容

连接泄漏检测

连接泄漏是长事务的常见副作用，可通过以下方式检测：

// 编程式泄漏检测
HikariDataSource ds = (HikariDataSource)dataSource;
ds.getHikariPoolMXBean().getActiveConnections();
ds.getHikariPoolMXBean().getThreadsAwaitingConnection();

// 日志分析模式
logging.level.com.zaxxer.hikari=DEBUG

泄漏处理流程：

通过SHOW FULL PROCESSLIST定位泄漏连接
分析线程栈找到持有连接的代码位置
修复后通过KILL <process_id>释放连接

三、长事务拆分策略

异步化处理

将长事务拆分为多个异步阶段是常见优化手段：

// 基于Spring @Async的异步化改造
@Service
public class OrderService {
    
    @Transactional
    public void processOrder(Order order) {
        // 1. 同步处理核心业务
        orderDao.save(order);
        inventoryService.reduceStock(order);
        
        // 2. 异步处理非核心逻辑
        asyncService.logOperation(order);
        asyncService.sendNotification(order);
    }
    
    @Async
    @Transactional(propagation = Propagation.REQUIRES_NEW)
    public void logOperation(Order order) {
        // 独立事务处理日志
    }
}

异步事务注意事项：

异步方法需在不同类中调用（Spring AOP限制）

配置@EnableAsync和线程池：

@Bean
public Executor taskExecutor() {
    ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
    executor.setCorePoolSize(5);
    executor.setMaxPoolSize(10);
    executor.setQueueCapacity(100);
    executor.setThreadNamePrefix("AsyncTx-");
    executor.initialize();
    return executor;
}

状态机分片

复杂业务流程适合用状态机拆分：

状态机实现方案：

Spring StateMachine
自研状态模式实现
数据库状态字段+版本号控制