Spring Data JPA多对多关联性能优化问题咨询

针对你遇到的问题，分两种场景给出具体解决方案：

1. 跳过SELECT直接插入关联（确认关联不存在时） #

如果能100%确保待插入的ArticleConnection关联不存在，可以通过以下两种方式跳过JPA的前置检查：

方式一：使用persist替代save并手动指定主键 #

如果ArticleConnection采用复合主键（由articleId和connectionId组成），直接设置主键字段后，使用EntityManager的persist()方法而非Spring Data JPA的save()/saveAll()：

// 假设ArticleConnection的复合主键用@EmbeddedId或@IdClass定义
List<ArticleConnection> connections = new ArrayList<>();
for (/* 遍历待关联的Article和Connection */) {
    ArticleConnection ac = new ArticleConnection();
    ac.setArticle(existingArticle);
    ac.setConnection(existingConnection);
    // 手动设置复合主键（如果用@IdClass，需实例化主键类并赋值）
    connections.add(ac);
}

// 批量persist，不会触发SELECT检查
EntityManager em = ...;
em.getTransaction().begin();
for (ArticleConnection ac : connections) {
    em.persist(ac);
}
em.getTransaction().commit();

persist()仅处理全新实体，不会查询数据库判断是否存在，前提是你能保证主键唯一。

方式二：自定义Native批量插入语句 #

直接通过原生SQL批量插入，完全绕开JPA的实体状态检查：

// 在Repository中定义批量插入方法
public interface ArticleConnectionRepository extends JpaRepository<ArticleConnection, YourIdType> {
    @Modifying
    @Query(value = "INSERT INTO article_connection (article_id, connection_id) VALUES (:values)", nativeQuery = true)
    void batchInsert(@Param("values") List<Object[]> values);
}

// 调用时构造批量参数
List<Object[]> batchParams = new ArrayList<>();
for (/* 遍历待关联对 */) {
    batchParams.add(new Object[]{article.getId(), connection.getId()});
}

// 注意：不同数据库的批量语法可能有差异，比如MySQL支持VALUES (?,?), (?,?)这种格式
articleConnectionRepository.batchInsert(batchParams);

这种方式性能最优，但需要确保数据库表有article_id+connection_id的联合唯一索引，避免重复插入报错。

2. 合并所有SELECT为一次查询（无法跳过检查时） #

如果必须检查关联是否存在，可以先一次性查询所有待插入的关联是否已存在，再过滤后插入：

步骤1：批量查询已存在的关联 #

在Repository中定义批量查询方法：

public interface ArticleConnectionRepository extends JpaRepository<ArticleConnection, YourIdType> {
    @Query("SELECT CONCAT(ac.article.id, '-', ac.connection.id) FROM ArticleConnection ac WHERE (ac.article.id, ac.connection.id) IN :pairs")
    List<String> findExistingConnectionKeys(@Param("pairs") List<Object[]> pairs);
}

步骤2：过滤并插入新关联 #

// 1. 构造待插入的关联对列表
List<Object[]> allPairs = new ArrayList<>();
List<ArticleConnection> toSave = new ArrayList<>();
for (/* 遍历待关联的Article和Connection */) {
    allPairs.add(new Object[]{article.getId(), connection.getId()});
    ArticleConnection ac = new ArticleConnection();
    ac.setArticle(article);
    ac.setConnection(connection);
    toSave.add(ac);
}

// 2. 一次性查询所有已存在的关联，生成唯一标识集合
List<String> existingKeys = articleConnectionRepository.findExistingConnectionKeys(allPairs);
Set<String> existingKeySet = new HashSet<>(existingKeys);

// 3. 过滤掉已存在的关联
List<ArticleConnection> filtered = toSave.stream()
    .filter(ac -> !existingKeySet.contains(ac.getArticle().getId() + "-" + ac.getConnection().getId()))
    .collect(Collectors.toList());

// 4. 批量保存过滤后的新关联
articleConnectionRepository.saveAll(filtered);

这种方式将N次SELECT合并为1次查询，大幅减少数据库IO开销。

内容的提问来源于stack exchange，提问作者user530158