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
上一篇： SQL查询字段被包含语句