Go语言sql.DB预处理函数Prepare海量查询性能基准测试

Golang中sql DB的Prepare函数在单次或低频查询中无性能优势，甚至更慢。当同一SQL模板重复执行数百次以上且数据库驱动支持服务端预处理（如MySQL≥5 7并正确配置）时，才能通过减少解析开销提升速度。正确用法为一次Prepare后多次复用Stmt对象，最后关闭。并发场景下需确保Close在查询结束后调用。

先说我的结论：Prepare这个函数，在单次或低频查询里基本没什么收益，甚至可能更慢。但事情并非绝对——当同一SQL模板被重复执行数百次以上时，它的优势才会开始显现。当然，这有一个重要前提：数据库驱动必须支持真正的服务端预处理，比如MySQL版本≥5.7，且驱动配置正确。相比之下，sqlite3或pgx（非pool模式）的行为差异就非常大。

Golang中sql.DB预处理函数Prepare在海量查询中的性能评测

Prepare在高频查询中到底快不快？

很多人会陷入一个常见误区：他们写个循环测试Prepare，结果发现比普通的db.Query还慢。这并不奇怪——预处理本身就有额外的握手开销，而且如果使用短连接，句柄可能很快被回收。所以，直接给Prepare下“快”或“慢”的结论，需要结合具体场景。

那么它到底快不快？答案是：取决于你的查询频率和数据库驱动。如果只是偶尔查一次，不如直接用db.Query；但如果是成百上千次的重复查询，且驱动支持真正的服务端预编译，那么Prepare会减少SQL解析的开销，从而带来可观的速度提升。

怎么写才能让Prepare真正生效？

关键在于**复用返回的*sql.Stmt对象**，而不是在循环里反复Prepare再Close。正确的做法是：

✅ 正确做法：一次db.Prepare，多次stmt.Exec或stmt.Query，最后再stmt.Close()。
❌ 常见错误：每次循环都调用db.Prepare("SELECT ...")，然后立刻Close()——这样预处理的开销被不断重复，反而拖慢性能。
⚠️ 隐患：用完没有Close()会导致连接泄漏。注意，sql.DB并不会自动回收*sql.Stmt，如果不手动关闭，它会持续占用数据库连接。

看一个正确示例：

stmt, err := db.Prepare("SELECT name FROM users WHERE id = ?")
if err != nil {
    panic(err)
}
defer stmt.Close() // 必须，否则stmt持续占用连接
for _, id := range ids {
    rows, err := stmt.Query(id)
    // ...
}

MySQL驱动里prepare=true和multiStatements=false的区别

很多Go开发者在使用github.com/go-sql-driver/mysql时，默认走的是客户端模拟预处理，也就是把SQL拼接好后再发给服务端。这种情况下，Prepare只是语法糖，并不会减少服务端的解析开销。要启用真正的服务端预处理，需要显式加上参数：

parseTime=true&loc=UTC&multiStatements=false&clientFoundRows=true —— 注意multiStatements=false是必要条件，否则会禁用服务端prepare。
如果连接串里加了interpolateParams=true，则会强制走客户端拼接，彻底绕过服务端prepare。
MySQL服务端版本低于5.7时，即使参数正确，prepare也可能退化为客户端行为。

如何验证是否生效？开启MySQL的general log，你会看到日志中间出现Prepare ...和Execute ...的记录，而不是连续的Query ...。这才是真正的服务端预编译。

并发场景下Stmt复用的坑

*sql.Stmt本身**不是goroutine安全的**，但sql.DB内部对Stmt做了连接池管理。所以多个goroutine同时调用同一个stmt.Query是安全的——只要不同时调用stmt.Close()。

⚠️ 危险操作：go func(){ stmt.Close() }() 和 stmt.Query() 同时执行，可能导致panic：“sql: statement is closed”。
✅ 安全做法：确保stmt.Close()只在所有使用方结束后调用，或者用sync.Once来控制。
? 更稳妥的方案：如果并发高且SQL模板固定，优先考虑db.QueryRow("SELECT ...", args...)。现代MySQL和PostgreSQL的查询缓存和计划缓存已经非常成熟，Prepare的优势被大幅削弱。

真正需要Prepare的场景其实只剩两种：一是超长生命周期的后台任务反复执行同一条SQL；二是SQL包含大量参数（比如IN列表动态拼接），且驱动支持executemany这类批量操作能力——此时Stmt可以配合Query实现批量参数传递。