YashanDB|JDBC 插入慢?别忽略了“网络带宽”这个瓶颈!

在实际应用中，不少开发者在向 YashanDB 数据库批量插入数据时会遇到性能瓶颈，尤其是当 JDBC 客户端和数据库不部署在同一台机器时，插入速度明显变慢。

本文将结合真实案例，分析一个典型的网络带宽影响 JDBC 性能问题，并给出优化建议。

一、问题描述

某客户在使用 JDBC 向部署在另一台操作系统上的 YashanDB 写入 90 万条数据时，整个过程耗时近 30 分钟，严重影响业务处理效率。

二、问题分析：瓶颈出在网络

JDBC 批量插入逻辑简述：

每 1000 条数据调用一次 ps.executeBatch();

实际执行过程中，每条数据的绑定参数(包括字符串、数字、时间戳等)都需要通过网络发送至数据库;

网络带宽不足会成为主要性能瓶颈。

关键测试发现：

当 JDBC 客户端与数据库部署在同一台机器上时，插入 10 万条数据耗时 约 4 秒;

若 JDBC 客户端部署在另一台机器，通过网络连接数据库，插入相同数据耗时 约 130 秒;

使用 netstat 工具观察，网络带宽在 800KB/s 左右，成为主要限制因素。

三、验证代码片段（Java）

以下为简化后的批量插入示例代码：

​
PreparedStatement ps = conn.prepareStatement("INSERT INTO LOCATION_INFO (...) VALUES (?, ?, ..., ?)");
for (int i = 0; i < 100000; i++) {
    ps.setString(1, "id_" + i);
    // 绑定其他参数
    ps.addBatch();
    if ((i + 1) % 1000 == 0) {
        ps.executeBatch();
        conn.commit();
    }
}
ps.executeBatch();
conn.commit();

每批 1000 条，需多次通过网络提交绑定变量，这在带宽受限场景下开销极大。

四、结论与建议

问题结论：

JDBC 批量插入操作性能严重依赖客户端与数据库之间的网络传输能力;

数据传输成为性能瓶颈时，优化代码或数据库结构并不能带来明显改善。

优化建议：

五、经验总结

JDBC 并非数据库慢的“原罪”，很多时候是网络拖了后腿;

特别在公网部署、跨 IDC 环境中，必须评估网络 IO 对性能的影响;

开发初期建议优先在数据库本机执行压测，排除网络因素干扰。