java中jdbc批处理与resultset游标不能同时使用，因二者机制冲突：批处理面向写入、需复用preparedstatement并常关闭自动提交，而resultset游标面向读取、依赖活跃连接与游标状态；驱动限制要求resultset完全消费后才能执行更新操作，混用易导致关闭异常、死锁或连接耗尽。
Java 中 JDBC 批处理与 ResultSet 游标不能同时使用——这是关键前提。批处理（addBatch()/executeBatch()）面向写入，而 ResultSet 游标面向读取，二者底层机制冲突：批处理通常关闭自动提交并复用同一 PreparedStatement，而流式读取需保持 ResultSet 打开且依赖单次查询的活跃连接与游标状态。
为什么不能边 fetch 边 batch insert？
原因在于 JDBC 驱动和数据库协议限制：
- 多数驱动（如 MySQL Connector/J、PostgreSQL JDBC）要求
ResultSet完全消费或显式关闭后，才能在同一条Statement上执行更新/插入操作； - 启用流式读取（如
setFetchSize(Integer.MIN_VALUE)）时，ResultSet依赖底层网络流和服务器端游标，此时调用executeBatch()会触发隐式关闭或抛出SQLException（例如 “Operation not allowed after ResultSet closed” 或 “Can't issue executeUpdate() on a closed Statement”）； - 事务隔离与连接资源冲突：流式读取常需长连接维持游标，而批量写入可能因数据量大导致锁等待或超时，混用易引发死锁或连接耗尽。
真正可行的流式 ETL 分阶段模式
采用“读-缓存-写”解耦设计，兼顾内存可控性与吞吐效率：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
-
分页流读（非真游标，但低内存）：用
OFFSET/LIMIT或基于主键/时间戳的游标分页（如WHERE id > ? ORDER BY id LIMIT N），每次查 1000–5000 行，避免大结果集阻塞； -
内存缓冲批写：将每页数据映射为 POJO 或
Object[]，累积到阈值（如 1000 条）后调用addBatch()+executeBatch()； -
手动事务控制：外层用
connection.setAutoCommit(false)，每批成功后commit()，失败则rollback()，避免单批失败导致全量回滚； -
可选：异步写入管道：用
BlockingQueue+ 独立写线程消费，读线程只负责生产，彻底解耦 IO 压力。
MySQL / PostgreSQL 流式读取实操要点
若坚持服务端游标（如 MySQL 的 useCursorFetch=true 或 PG 的 cursorName），必须满足：
- 使用
Statement（非PreparedStatement）执行查询； - 设置
setFetchSize(Integer.MIN_VALUE)并确保ResultSet.TYPE_FORWARD_ONLY和ResultSet.CONCUR_READ_ONLY； - 读取过程中禁止在同一
Connection的其他Statement上执行任何 DML； - 写入必须换用**独立连接**（如从连接池获取新
Connection），且写入逻辑与读取线程完全分离。
推荐轻量级替代方案：JDBC + 小批量 + 连接复用
更稳定、易调试的做法：
- 用
try-with-resources管理每个分页的Statement和ResultSet； - 每页数据转为
PreparedStatement批量参数，调用executeBatch()后立即clearBatch()； - 通过
DataSource连接池（如 HikariCP）复用连接，避免频繁建连开销； - 配合日志记录当前处理页码/主键范围，支持断点续跑。
不复杂但容易忽略：流式 ETL 的核心是控制数据流动节奏，不是强行让 JDBC 一语双关。用好分页、小批量、连接隔离，比纠结“游标+批处理共存”更可靠。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
