GaussDB JDBC导入和gsql导入在insert，replace，duplicate方式性能差异

• 问题现象

在insert插入数据，发现jdbc方式比gsql方式性能差。通过jdbc和gsql两种方式，对比以下三种插入数据方式，发现性能确实存在差异。

insert into XXX；

replace into XXX；

insert into XXX on duplicate XXX;

• 案例验证

1. gsql方式插入数据并查看耗时

− 表结构

gaussdb=> create table stu1 (f1 varchar(100),
gaussdb(> f2 varchar(100),
gaussdb(> f3 varchar(100));
CREATE TABLE

− 插入方式

insert into stu1 values (generate_series(1,200000),generate_series(1,200000), random() *100::decimal(5,2));
 
replace into stu2 values (generate_series(1,200000),generate_series(1,200000), random() *100::decimal(5,2));
 
insert into stu3 values (generate_series(1,200000), generate_series(1,200000), random() *100::decimal(5,2)) on duplicate key update f2 = generate_series(1,200000) + 1, f3=generate_series(1,200000)+1;

−执行耗时

− 执行计划

insert into XXX

replace into XXX

insert into XXX on duplicate XXX

jdbc方式插入数据并查看耗时

insert 方式

replace方式

insert ...duplicate 方式

执行耗时

−  执行计划

insert into XXX 执行计划

−  replace into XXX

− insert into XXX on duplicate XXX

• 结果差异说明

gsql方式：三种方式语义一样，在数据库内部只解析一次，走硬解析，一条语句插入20万数据，所以耗时短。

jdbc方式：

a. insert into t_test (a,id,name) values(?,?,?) 走一次硬解析，20万次软解析，jdbc侧使用executeBatch接口调用，在数据库内部体现为执行了20万次insert，发送一次P报文，20万次UE报文，一个prepare语句多次调用，执行execute。

b. replace into t_test(id,name,a) values (?,?,?) 使用executeBatch接口批量插入20万数据，向内核发送pue报文，在数据库内部体现为执行了20万次insert，语句走一次硬解析，后边调用uE报文执行20万次，与1相同。replace into语句是先删除后更新，返回影响的结果有两行。

c.  insert into t_test (id,name,a) values (?,?,?) on duplicate key update a = (a + ?)，使用executeBatch接口批量插入20万数据，在数据库内部体现为执行了20万次insert。jdbc调用executeBatch接口向内核发送PUE报文，内部将此语句识别为upsert语句，此类语句不能走gplan计划复用，所以每次执行都会解析计划，耗时长.duplicate语句是原位更新，只影响一行。