node-postgres参数化查询插入慢10倍，是否应弃用？

我使用node-postgres的参数化查询插入数据时速度极慢：插入100行耗时5秒！切换为pg-format生成普通SQL字符串，即使逐条执行，插入相同100行数据仅需125ms；若将100条插入语句拼接为单查询执行，耗时更是低至25ms。我发现2010年的Stack Overflow问题提到C#的PostgreSQL客户端Npgsql存在类似严重问题，想知道node-postgres是否也有同样问题？即我们是否不应使用node-postgres的参数化查询，还是我操作有误？版本信息：pg v8.11.1、node v18.14。

代码示例 #

慢代码（参数化查询逐条执行） #

const insertSQL = `
    INSERT INTO "mytable"
    (  "column1", "column2", "column3",
        "column4", "column5", "column6",
        "column7", "column8", "column9"
    ) VALUES ( $1, $2, $3, $4, $5, $6, $7, $8, $9 );
`;

await pgClient.query("BEGIN");
for( let i=0; i<100; i+=1 ) {
    const test_data = test_datum[i];
    const values = [
            test_data.column1, test_data.column2, test_data.column3,
            test_data.column4, test_data.column5, test_data.column6,
            test_data.column7, test_data.column8, test_data.column9
        ];
    await pgClient.query(insertSQL, values);
}
await pgClient.query("COMMIT");

快代码（pg-format生成SQL逐条执行） #

await pgClient.query("BEGIN");
for( let i=0; i<100; i+=1 ) {
    const test_data = test_datum[i];
    const insertSql = pgformat(`
            INSERT INTO "mytable"
            (  "column1", "column2", "column3",
                "column4", "column5", "column6",
                "column7", "column8", "column9"
            ) VALUES (%L,  %L,  %L, %L,  %L,  %L, %L,  %L,  %L );
        `, test_data.column1, test_data.column2, test_data.column3,
            test_data.column4, test_data.column5, test_data.column6,
            test_data.column7, test_data.column8, test_data.column9 );
    await pgClient.query(insertSQL);
}
await pgClient.query("COMMIT");

问题分析与解决方案 #

核心原因 #

性能差异并非参数化查询本身的问题，而是逐条执行时的网络往返开销+查询计划重复生成：

• 即便在事务内，每条pgClient.query()都会触发一次与PostgreSQL服务器的交互，多次往返累积了大量延迟；
• PostgreSQL默认会为每条参数化查询重新生成执行计划（默认配置下小查询的计划缓存策略有限）。

而pg-format的逐条执行因为是直接拼接SQL字符串，PostgreSQL可能复用执行计划；批量拼接成单查询则完全避免了多次网络往返，因此速度更快。

正确优化：参数化批量插入 #

参数化查询的防SQL注入能力是字符串拼接无法替代的，因此不应放弃参数化查询，而是改用参数化批量插入兼顾性能与安全：

优化后的代码示例

const insertSQL = `
    INSERT INTO "mytable"
    (  "column1", "column2", "column3",
        "column4", "column5", "column6",
        "column7", "column8", "column9"
    ) VALUES ${test_datum.map((_, idx) => 
        `($${idx*9+1}, $${idx*9+2}, $${idx*9+3}, $${idx*9+4}, $${idx*9+5}, $${idx*9+6}, $${idx*9+7}, $${idx*9+8}, $${idx*9+9})`
    ).join(', ')};
`;

const values = test_datum.flatMap(data => [
    data.column1, data.column2, data.column3,
    data.column4, data.column5, data.column6,
    data.column7, data.column8, data.column9
]);

await pgClient.query("BEGIN");
await pgClient.query(insertSQL, values);
await pgClient.query("COMMIT");

额外优化建议 #

• 使用pg-batch类库简化批量参数化查询的占位符拼接，避免手动计算索引；
• 若需频繁执行单条参数化查询，可调整PostgreSQL的plan_cache_mode等配置，提升执行计划复用率；
• 检查pg连接池配置，避免连接创建/销毁的额外开销。

内容的提问来源于stack exchange，提问作者Robert