Spring Boot+Hibernate场景下单条插入速度逐步变慢如何优化？

一、数据库层面优化 #

• 优化索引结构：插入耗时随数据量增长大多和索引维护成本上升直接相关，仅保留业务必需的唯一索引和普通索引，删除所有冗余、长期未被使用的索引。如果使用MySQL等关系型数据库，尽量使用有序自增主键，避免随机主键导致的页分裂额外开销，有序主键的插入性能比随机UUID主键高30%以上。
• 调整数据库写入参数：以MySQL为例，若业务允许极小概率的数据丢失风险，可将innodb_flush_log_at_trx_commit设为2、sync_binlog设为0，减少刷盘次数；同时增大innodb_buffer_pool_size，让更多热数据和索引缓存到内存，降低磁盘IO频率。
• 控制单表容量：如果单表数据量已经超过千万级，可根据业务字段做表分区，或者水平分表，把单表数据量控制在合理区间，避免单表过大导致索引树高度增加、写入寻址耗时上升的问题。
• 临时关闭非必要特性：插入业务运行期间可临时关闭外键约束检查、触发器等特性，数据合法性校验放到业务侧实现，降低数据库写入时的额外计算开销。

二、应用层面优化 #

• 连接池参数调优：适当调高Spring Boot默认Hikari连接池的maximum-pool-size参数，匹配数据库支持的最大连接数，避免多进程写入时连接资源不足导致的排队等待耗时。
• 异步缓冲削峰：在应用和数据库之间增加消息队列做流量缓冲，所有写入请求先发送到MQ，再由消费进程按照数据库可承载的速率平稳消费写入，避免峰值流量直接打满数据库导致的写入性能骤降。
• 事务合并优化：如果业务允许，可将多条独立插入请求合并到同一个事务提交，每100_{500条插入包裹在一个事务的性能是单条单事务提交的5}10倍，该方案没有修改逐条插入SQL的逻辑，仅减少事务提交的刷盘次数，符合无法使用批量插入的限制。
• 主键预生成：如果业务无法使用数据库自增主键，可在应用侧批量生成有序主键，既避免插入时数据库生成主键的开销，也能规避随机主键带来的页分裂问题。

三、架构层面优化 #

• 读写分离：如果数据库同时承载大量读请求，可把读流量全部转移到从库，主库仅承担写入流量，降低主库的负载压力，提升写入性能。
• 数据库选型适配：如果你的业务是日志、监控等时序类数据写入场景，可替换为InfluxDB等时序数据库，或者Cassandra这类支持高并发写入的NoSQL，相比关系型数据库，逐条写入性能可提升一个数量级。

内容的提问来源于stack exchange，提问作者Tej Kiran