MSSQL批量插入数据优化详细
需求
现在有一个需求是将10w条数据插入到mssql数据库中,表结构如下,你会怎么做,你感觉插入10w条数据插入到mssql如下的表中需要多久呢?
或者你的批量数据是如何插入的呢?我今天就此问题做个探讨。
压测mvc的http接口看下数据
首先说下这里只是做个参照,来理解插入数据库的性能状况,与开篇的需求无半毛钱关系。
mvc接口代码如下:
public bool add(customerfeedbackentity m) { using (var conn=connection) { string sql = @"insert into [dbo].[customerfeedback] ([bustype] ,[customerphone] ,[backtype] ,[content] ) values (@bustype ,@customerphone ,@backtype ,@content )"; return conn.execute(sql, m) > 0; } }
压测的此mvc接口单条数据插入数据库的聚合数据图。
用例这样的:5000个请求分500个线程执行post请求接口。
这个图告诉我们,最慢的请求只用啦4毫秒。那么我们做个算法。
如开篇的需求来看,我们用最小的响应时间来计算。
那么插入10w条数据到数据库需用时=100000*4毫秒,大致是6.67分钟。那么我们奔着这个目标来做出插入方案。
最常见的insert做法
首先我们的工程师拿到需求后这样写啦段代码,如下:
//执行数据条数 int cnt = 10 * 10000; //要插入的数据 customerfeedbackentity m = new customerfeedbackentity() { bustype = 1, customerphone = "1888888888", backtype = 1, content = "123123dagvhkfhsdjk肯定会撒娇繁华的撒娇防护等级划分噶哈苏德高房价盛大开放" }; //第一种 public void fristway() { using (var conn = new sqlconnection(connstr)) { conn.open(); stopwatch sw = new stopwatch(); sw.start(); stringbuilder sb = new stringbuilder(); console.writeline("从:" + datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "开始循环执行:" + cnt + "条sql语句 ..."); for (int i = 0; i <= cnt; i++) { sb.clear(); sb.append(@"insert into [dbo].[customerfeedback] ([bustype] ,[customerphone] ,[backtype] ,[content] ) values("); sb.append(m.bustype); sb.append(",'"); sb.append(m.customerphone); sb.append("',"); sb.append(m.backtype); sb.append(",'"); sb.append(m.content); sb.append("')"); using (sqlcommand cmd = new sqlcommand(sb.tostring(), conn)) { cmd.commandtimeout = 0; cmd.executenonquery(); } } console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,执行:" + cnt + "条sql语句完成 ! 耗时:" + sw.elapsedmilliseconds + "毫秒。"); } }
执行结果如下:
10w条数据,693906毫秒,11分钟,有没有感觉还行,或者还可以接受的。亲们,我是吐血状不说话,继续写,你们看mssql数据库与.net配合插入止于哪里?
点评下:
1、不停的创建与释放sqlcommon对象,会有性能浪费。
2、不停的与数据库建立连接,会有很大的性能损耗。
此2点还有执行结果告诉我们,此种方式不可取,即便这是我们最常见的数据插入方式。
那么我们针对以上两点做优化,1、创建一次sqlcommon对象,只与数据库建立一次连接。优化改造代码如下:
public void secondway() { using (var conn = new sqlconnection(connstr)) { conn.open(); stopwatch sw = new stopwatch(); sw.start(); stringbuilder sb = new stringbuilder(); console.writeline("从:" + datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "开始循环拼接:" + cnt + "条sql语句 ..."); for (int i = 0; i <= cnt; i++) { sb.append(@"insert into [dbo].[customerfeedback] ([bustype] ,[customerphone] ,[backtype] ,[content] ) values("); sb.append(m.bustype); sb.append(",'"); sb.append(m.customerphone); sb.append("',"); sb.append(m.backtype); sb.append(",'"); sb.append(m.content); sb.append("')"); } var result = sw.elapsedmilliseconds; console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,循环拼接:" + cnt + "条sql语句完成 ! 耗时:" + result + "毫秒。"); using (sqlcommand cmd = new sqlcommand(sb.tostring(), conn)) { cmd.commandtimeout = 0; stopwatch sw1 = new stopwatch(); sw1.start(); console.writeline("从:" + datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "开始执行:" + cnt + "条sql语句 ..."); cmd.executenonquery(); console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,执行:" + cnt + "条sql语句完成 ! 耗时:" + sw1.elapsedmilliseconds + "毫秒。"); } } }
执行结果如下:
呀,好奇怪啊,为什么跟上一个方案没有多大区别呢?
首先我们看下拼接这么长的sql语句是怎么在数据库中是怎么执行的。
1、查看数据库的连接情况
select * from sysprocesses where dbid in (select dbid from sysdatabases where name='dbname') --或者 select * from [master].[dbo].[sysprocesses] where [dbid] in ( select [dbid] from [master].[dbo].[sysdatabases] where name='dbname' )
2、查看数据库正在执行的sql语句
select [spid] = session_id , ecid , [database] = db_name(sp.dbid) , [user] = nt_username , [status] = er.status , [wait] = wait_type , [individual query] = substring(qt.text, er.statement_start_offset / 2, ( case when er.statement_end_offset = -1 then len(convert(nvarchar(max), qt.text)) * 2 else er.statement_end_offset end - er.statement_start_offset ) / 2) , [parent query] = qt.text , program = program_name , hostname , nt_domain , start_time from sys.dm_exec_requests er inner join sys.sysprocesses sp on er.session_id = sp.spid cross apply sys.dm_exec_sql_text(er.sql_handle) as qt where session_id > 50 -- ignore system spids. and session_id not in ( @@spid ) -- ignore this current statement. order by 1 ,
点评:虽然看似得到啦优化,其实与上一个解决方案的执行过程几乎是一样的,所以就不用多说什么啦。
利于mssql数据库的用户自定义表类型做优化
依旧先上代码,或许这样你才能对用户自定义表类型产生兴趣。
create type customerfeedbacktemp as table( bustype int not null, customerphone varchar(40) not null, backtype int not null, content nvarchar(1000) not null )
public void thirdway() { stopwatch sw = new stopwatch(); stopwatch sw1 = new stopwatch(); datatable dt = gettable(); using (var conn = new sqlconnection(connstr)) { string sql = @"insert into[dbo].[customerfeedback] ([bustype] ,[customerphone] ,[backtype] ,[content] ) select bustype,customerphone,backtype,[content] from @temptb"; using (sqlcommand cmd = new sqlcommand(sql, conn)) { cmd.commandtimeout = 0; sqlparameter catparam = cmd.parameters.addwithvalue("@temptb", dt); catparam.sqldbtype = sqldbtype.structured; catparam.typename = "dbo.customerfeedbacktemp"; conn.open(); console.writeline("从:" + datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "开始循环插入内存表中:" + cnt + "条数据 ..."); sw.start(); for (int i = 0; i < cnt; i++) { datarow dr = dt.newrow(); dr[0] = m.bustype; dr[1] = m.customerphone; dr[2] = m.backtype; dr[3] = m.content; dt.rows.add(dr); } console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,循环插入内存表:" + cnt + "条数据完成 ! 耗时:" + sw.elapsedmilliseconds + "毫秒。"); sw1.start(); if (dt != null && dt.rows.count != 0) { cmd.executenonquery(); sw.stop(); } console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,执行:" + cnt + "条数据的datatable的数据进数据库 ! 耗时:" + sw1.elapsedmilliseconds + "毫秒。"); } } }
运行结果:
哇抓q,不到2秒,不到2秒,怎么比每条4毫秒还快,不敢相信,是不是运行出问题啦。
再来一遍
再来一遍
是的你没有看错,10w条数据,不到2秒。是不是迫不及待的要知道为什么?迫不及待的想知道我们用到的用户自定义表类型是什么?
用户自定义表类型
首先类型大家应该很容易理解,像int,varchar,bit等都是类型,那么这个表类型是个毛线呢?
其实他就是用户可以自己定义一个表结构然后把他当作一个类型。
创建自定义类型的详细文档:
其次自定义类型也有一些限制,安全性:
然后就是如何用这个类型,他的使用就是作为表值参数来使用的。
使用表值参数,可以不必创建临时表或许多参数,即可向 transact-sql 语句或例程(如存储过程或函数)发送多行数据。
表值参数与 ole db 和 odbc 中的参数数组类似,但具有更高的灵活性,且与 transact-sql 的集成更紧密。 表值参数的另一个优势是能够参与基于数据集的操作。
transact-sql 通过引用向例程传递表值参数,以避免创建输入数据的副本。 可以使用表值参数创建和执行 transact-sql 例程,并且可以使用任何托管语言从 transact-sql 代码、托管客户端以及本机客户端调用它们。
优点
就像其他参数一样,表值参数的作用域也是存储过程、函数或动态 transact-sql 文本。 同样,表类型变量也与使用 declare 语句创建的其他任何局部变量一样具有作用域。 可以在动态 transact-sql 语句内声明表值变量,并且可以将这些变量作为表值参数传递到存储过程和函数。
表值参数具有更高的灵活性,在某些情况下,可比临时表或其他传递参数列表的方法提供更好的性能。 表值参数具有以下优势:
首次从客户端填充数据时,不获取锁。
提供简单的编程模型。
允许在单个例程中包括复杂的业务逻辑。
减少到服务器的往返。
可以具有不同基数的表结构。
是强类型。
使客户端可以指定排序顺序和唯一键。
在用于存储过程时像临时表一样被缓存。 从 sql server 2012 开始,对于参数化查询,表值参数也被缓存。
限制
表值参数有下面的限制:
sql server 不维护表值参数列的统计信息。
表值参数必须作为输入 readonly 参数传递到 transact-sql 例程。 不能在例程体中对表值参数执行诸如 update、delete 或 insert 这样的 dml 操作。
不能将表值参数用作 select into 或 insert exec 语句的目标。 表值参数可以在 select into 的 from 子句中,也可以在 insert exec 字符串或存储过程中。
常见的bulk insert 数据集插入优化
public void fourway() { stopwatch sw = new stopwatch(); stopwatch sw1 = new stopwatch(); datatable dt = gettable(); using (sqlconnection conn = new sqlconnection(connstr)) { sqlbulkcopy bulkcopy = new sqlbulkcopy(conn); bulkcopy.bulkcopytimeout = 0; bulkcopy.destinationtablename = "customerfeedback"; bulkcopy.batchsize = dt.rows.count; conn.open(); console.writeline("从:" + datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "开始循环插入内存表中:" + cnt + "条数据 ..."); sw.start(); for (int i = 0; i < cnt; i++) { datarow dr = dt.newrow(); dr[0] = m.bustype; dr[1] = m.customerphone; dr[2] = m.backtype; dr[3] = m.content; dt.rows.add(dr); } console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,循环插入内存表:" + cnt + "条数据完成 ! 耗时:" + sw.elapsedmilliseconds + "毫秒。"); sw1.start(); if (dt != null && dt.rows.count != 0) { bulkcopy.writetoserver(dt); sw.stop(); } console.writeline(datetime.now.tostring("yyyy-mm-dd hh:mm:ss fff") + "时,执行:" + cnt + "条数据的datatable的数据进数据库 ! 耗时:" + sw1.elapsedmilliseconds + "毫秒。"); }
执行结果:
1秒之内完成,1秒之内完成,看完这个简直要在1秒之内完成10w条数据的插入的节奏,逆天,逆天啊。
bulk insert详解:
专业的点评:
表值参数的使用方法与其他基于数据集的变量的使用方法相似;但是,频繁使用表值参数将比大型数据集要快。 大容量操作的启动开销比表值参数大,与之相比,表值参数在插入数目少于 1000 的行时具有很好的执行性能。
重用的表值参数可从临时表缓存中受益。 这一表缓存功能可比对等的 bulk insert 操作提供更好的伸缩性。 使用小型行插入操作时,可以通过使用参数列表或批量语句(而不是 bulk insert 操作或表值参数)来获得小的性能改进。 但是,这些方法在编程上不太方便,并且随着行的增加,性能会迅速下降。
表值参数在执行性能上与对等的参数阵列实现相当甚至更好。
总结
接下来是大家最喜欢的总结内容啦,内容有三,如下:
1、希望能关注我其他的文章。
2、博客里面有没有很清楚的说明白,或者你有更好的方式,那么欢迎加入左上方的2个交流群,我们一起学习探讨。
3、你可以忘记点赞加关注,但千万不要忘记扫码打赏哦。
下面是其他网友的补充:
你前面的插入,完全是拼字符串,没有用到任何“参数”,每个语句sql server都要解析,没有办法缓存,当然慢了;你可以尝试用用参数化插入,相信也是几秒就可以插入完
大批量数据插入,首选sqlbulkcopy