批处理，可以大幅度提升大量增、删、改的速度，就是对大数据操作有很大的效率提升。

　　与上篇文章中提到的“连接池”相似。其实就是先将多次操作（增删改）打包，然后再一次发送执行

　　主要用到两个方法：

　　　?  打包：PreparedStatement.addBatch();

　　　?  发送、执行：PreparedStatement.executeBatch();

　　下面看做同一件事，用批处理和不用批处理的效率对比，源码如下：

import java.sql.Connection;import java.sql.Date;import java.sql.PreparedStatement;import java.sql.ResultSet;import java.sql.SQLException;import java.sql.Statement;/** * @author-zhipeng * * 对比批处理与非批处理的差别（本例的循环所在位置） */public class BatchTest {	/**	 * 对比“批处理”与“非批处理”的执行效率	 */	public static void main(String[] args) throws SQLException {		//非批处理，插入100条数据所花费的时间		long start = System.currentTimeMillis();		for (int i = 0; i < 100; i++)			create(i);		long end = System.currentTimeMillis();		System.out.println("create:" + (end - start));		//批处理，插入100条数据所花费的时间		start = System.currentTimeMillis();		createBatch();		end = System.currentTimeMillis();		System.out.println("createBatch:" + (end - start));	}	/**	 * 非批处理-插入1条数据	 */	static void create(int i) throws SQLException {		Connection conn = null;		PreparedStatement ps = null;		ResultSet rs = null;		try {			//JdbcUtils为自定义的操作类，这里不多介绍			conn = JdbcUtils.getConnection();			String sql = "insert into user(name,birthday, money) values (?, ?, ?) ";			ps = conn.prepareStatement(sql, Statement.RETURN_GENERATED_KEYS);			ps.setString(1, "no batch name" + i);			ps.setDate(2, new Date(System.currentTimeMillis()));			ps.setFloat(3, 100f + i);			//执行插入			ps.executeUpdate();		} finally {			//释放资源			JdbcUtils.free(rs, ps, conn);		}	}	/**	 * 批处理-插入100条数据	 */	static void createBatch() throws SQLException {		Connection conn = null;		PreparedStatement ps = null;		ResultSet rs = null;		try {			conn = JdbcUtils.getConnection();			String sql = "insert into user(name,birthday, money) values (?, ?, ?) ";			ps = conn.prepareStatement(sql);			//注意批处理与“非批处理”循环放的位置			for (int i = 0; i < 100; i++) {				ps.setString(1, "batch name" + i);				ps.setDate(2, new Date(System.currentTimeMillis()));				ps.setFloat(3, 100f + i);				//关键方法1：打包				ps.addBatch();			}			//关键方法2：执行			int[] is = ps.executeBatch();		} finally {			JdbcUtils.free(rs, ps, conn);		}	}}

　　运行效果：

　　这是执行100条数据的差距，可以想象对大数据的效率提升改有多大。