当需要往数据库插入大量数据是，一条一条插入会导致插入时间长，性能不佳，所以我们一般会进行insert批量插入，一次性插入较大批次的数据，而不是每条记录单独插入，这通常会提高性能，因为批量操作减少了上下文切换和 SQL 解析的开销。但由于一次性插入大量数据，事务期间锁的持有时间会较长，可能会影响到其他并发操作。

单独插入：

INSERT INTO my_table (column1, column2) VALUES (value1_1, value1_2);
INSERT INTO my_table (column1, column2) VALUES (value2_1, value2_2);
-- ...
INSERT INTO my_table (column1, column2) VALUES (value1000_1, value1000_2);

批量插入：

INSERT INTO my_table (column1, column2) VALUES 
(value1_1, value1_2), 
(value2_1, value2_2),
-- ...
(value1000_1, value1000_2);

批量插入有优点也有缺点，它可以保证数据一致性，所有插入操作要么全部成功，要么全部回滚；他可以减少事物开销，仅需启动和提交或回滚一次事务。但是我们知道InnoDB引擎是在执行到需要加锁的语句时才加锁，但是释放锁是在事物提交或回滚的时候，批量插入的数据过多会导致事务时间较长，事务期间，所有涉及的表或行会被锁定（根据具体的存储引擎），可能会导致更长时间的锁定，从而影响系统的并发性能，且资源占用高，大事务可能会占用较多的数据库资源。

所以当批量插入的数据过多时，为了防止大事务的产生，我们可以分批插入，例如10w行数据我们可以每次插入1000行，分100次插入。分批插入可以降低锁时间，每个事务的时间较短，从而减少了锁定时间，提高了并发性能；减少资源占用，每个小批次事务占用的资源较少，降低了系统的资源负载。同时分批插入也有数据一致性风险，如果在批次中途出现失败，部分数据可能已经插入，而部分数据可能未插入，需要额外处理数据一致性；事务开销增大，多次开启和提交或回滚事务会增加事务管理的额外开销。

所以在数据一致性要求高的时候，不建议分批。同时