在处理大数据量时，MyBatis 递归可能会导致性能问题和内存溢出。为了解决这个问题，你可以采用以下策略：
分页查询：当处理大数据量时，可以使用分页查询来减少每次查询的数据量。通过设置合适的页码和每页显示的记录数，可以有效地减轻数据库的压力。
使用 ResultHandler：ResultHandler 是 MyBatis 提供的一种处理查询结果的方式，它可以在处理结果集时进行流式处理，而不是一次性加载所有数据到内存中。这样可以避免内存溢出的问题。
优化 SQL 语句：对 SQL 语句进行优化，减少查询的数据量。可以考虑使用 JOIN、子查询等方式来减少查询的数据量，或者使用索引来提高查询速度。
使用缓存：MyBatis 提供了一级缓存和二级缓存功能，可以将查询结果缓存起来，避免重复查询。需要注意的是，缓存可能会导致数据不一致的问题，因此需要根据实际情况谨慎使用。
调整 JVM 参数：可以通过调整 JVM 参数（如堆内存大小、垃圾回收策略等）来提高程序的性能。但是需要注意的是，调整 JVM 参数需要谨慎操作，否则可能会导致系统不稳定。
使用批处理：对于插入、更新和删除操作，可以使用批处理来提高性能。批处理可以将多个操作合并成一个操作，减少数据库的交互次数，从而提高性能。
使用其他技术：在某些情况下，可以考虑使用其他技术来处理大数据量，例如使用 MapReduce、Spark 等大数据处理框架。
总之，处理大数据量时，需要根据实际情况选择合适的策略，以提高程序的性能和稳定性。