Apache camel 驼峰SQL脚本的性能比使用JPA迁移数据库的脚本差

我们有一个驼峰集成路线，有两个不同的解决方案，一个使用SQL，另一个使用JPA

使用SQL的原始脚本：

@Component
public class PersonRoute extends RouteBuilder {

    private final PersonRepository personRepository;

    public PersonRoute(PersonRepository personRepository) {
        this.personRepository = personRepository;
    }

    @Override
    public void configure() {
        final JsonDataFormat json = new JsonDataFormat(JsonLibrary.Jackson);
        json.setUnmarshalType(PersonEntity.class);

    from("sql:SELECT * FROM `my_table`?repeatCount=1%26dataSource=#importDataSource")
        .autoStartup("{{startupMyRoute}}")
        .threads(10)
        .to("sql:"
          + "INSERT INTO my_table (`id`, `name`, `age`) "
          + "values(:#${body[ID]},:#${body[NAME]},:#${body[AGE]})"
          + "?dataSource=#jpaDataSource");
    }
}

使用JPA的解决方案：

@Component
public class PersonRoute extends RouteBuilder {
    private final PersonRepository personRepository;

    public PersonRoute(PersonRepository personRepository) {
      this.personRepository = personRepository;
    }

    @Override
    @SuppressWarnings("unchecked")
    public void configure() {
        JsonDataFormat json = new JsonDataFormat(JsonLibrary.Jackson);
        json.setUnmarshalType(PersonEntity.class);

        from("sql:SELECT" +
             "  JSON_MERGE(" +
             "    '{}'," +
             "    JSON_OBJECT(" +
             "      'id', `person`.`id`," +
             "      'name', `person`.`name`," +
             "      'age', `person`.`age`" +
             "        )" +
             "  )" +
             "FROM `person`?repeatCount=1%26dataSource=#importDataSource")
        .routeId("PersonRoute")
        .autoStartup("{{startupPersonRoute}}")
        .threads(10)
        .process(
            xchg -> {
                Map<String, Object> resultMap = (Map) xchg.getIn().getBody();
                xchg.getIn()
                .setBody(resultMap.entrySet().stream().findFirst().map(Entry::getValue).orElse(null),String.class);
            })
        .unmarshal(json)
        // Aggregate until we have 1200 records OR 15 seconds have elapsed:
        .aggregate(constant(true), new GroupedBodyAggregationStrategy())
        .completionSize(1200)
        .completionInterval(15000)
        .parallelProcessing()
        .process(
            xchg ->
                personRepository.saveAll(
                    (List<PersonEntity>) xchg.getIn().getBody()))
        .end();
    }
} 

迁移500k行时，我们得到以下结果

SQL解决方案2m16s JPA解决方案1m36s 我知道这看起来并没有什么大的区别，但对于具有许多外键和约束的真实实体，这种差异会持续3到6个小时

我认为JPA没有理由比SQL表现得更好，所以我相信我缺少了一些可以让我运行得更快的配置

---

JPA应该比SQL更快吗？若然，原因为何？如果没有，我在这里遗漏了什么？

性能差异的原因之一是，JPA方法是聚合记录并将记录保存在一批1200条记录中，或者在一个事务等待15秒后保存

下面是一篇关于saveAll如何比保存单个记录更快的帖子-

如果JPA代码中没有聚合，并且您一次保存一条记录，那么性能可能是相同的