欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

MSSQL批量插入数据优化详细

程序员文章站 2024-01-13 10:55:22
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...

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。

MSSQL批量插入数据优化详细

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。

MSSQL批量插入数据优化详细

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:

MSSQL批量插入数据优化详细

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:

MSSQL批量插入数据优化详细

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:

MSSQL批量插入数据优化详细

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

MSSQL批量插入数据优化详细

再来一遍

MSSQL批量插入数据优化详细

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:

MSSQL批量插入数据优化详细

MSSQL批量插入数据优化详细

MSSQL批量插入数据优化详细

MSSQL批量插入数据优化详细

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