第一种方法:使用insert into 插入,代码如下:
1
2
3
4
5
6
7
|
$params
=
array
(‘value
'=>'
50′);
set_time_limit(0);
echo
date
(“H:i:s”);
for
(
$i
=0;
$i
<2000000;
$i
++){
$connect_mysql
->insert(
$params
);
};
echo
date
(“H:i:s”);
|
最后显示为:23:25:05 01:32:05 也就是花了2个小时多!
第二种方法:使用事务提交,批量插入数据库(每隔10W条提交下)最后显示消耗的时间为:22:56:13 23:04:00 ,一共8分13秒 ,代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
|
echo
date
(“H:i:s”);
$connect_mysql
->query(‘BEGIN');
$params
=
array
(‘value
'=>'
50′);
for
(
$i
=0;
$i
<2000000;
$i
++){
$connect_mysql
->insert(
$params
);
if
(
$i
%100000==0){
$connect_mysql
->query(‘COMMIT');
$connect_mysql
->query(‘BEGIN');
}
}
$connect_mysql
->query(‘COMMIT');
echo
date
(“H:i:s”);
|
第三种方法:使用优化SQL语句:将SQL语句进行拼接,使用 insert into table () values (),(),(),()然后再一次性插入,如果字符串太长,
则需要配置下MYSQL,在mysql 命令行中运行 :set global max_allowed_packet = 2*1024*1024*10;消耗时间为:11:24:06 11:25:06;
插入200W条测试数据仅仅用了1分钟!代码如下:
1
2
3
4
5
6
|
$sql
= “insert into twenty_million (value) values”;
for
(
$i
=0;
$i
<2000000;
$i
++){
$sql
.=”('50′),”;
};
$sql
=
substr
(
$sql
,0,
strlen
(
$sql
)-1);
$connect_mysql
->query(
$sql
);
|
最后总结下,在插入大批量数据时,第一种方法无疑是最差劲的,而第二种方法在实际应用中就比较广泛,第三种方法在插入测试数据或者其他低要求时比较合适,速度确实快。
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
对于一些数据量较大的系统,数据库面临的问题除了查询效率低下,还有就是数据入库时间长。特别像报表系统,可能每天花费在数据导入上的时间就会长达几个小时之久。因此,优化数据库插入性能是很有意义的。
网络上的牛人很多,总会有一些手段可以提高insert效率,大家跟我一起分享一下吧:
1. 一条SQL语句插入多条数据。
我们常用的插入语句大都是一条一个insert,如:
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('0', 'userid_0', 'content_0', 0);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('1', 'userid_1', 'content_1', 1);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('0', 'userid_0', 'content_0', 0), ('1', 'userid_1', 'content_1', 1);
【数据对比】
下面是网上牛人提供一些测试对比数据,分别是进行单条数据的导入与转化成一条SQL语句进行导入,分别测试1百、1千、1万条数据记录。通过对比,可以发现修改后的插入操作能够提高程序的插入效率。
【缘由分析】
这里第二种SQL执行效率高的主要原因是合并后日志量(MySQL的binlog和innodb的事务让日志)减少了,降低日志刷盘的数据量和频率,从而提高效率。通过合并SQL语句,同时也能减少SQL语句解析的次数,减少网络传输的IO。
2. 在事务中进行插入处理。
在操作数据的时候,事务也是很常用的。现在我们把上面的插入语句修改成:
- START TRANSACTION;
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('0', 'userid_0', 'content_0', 0);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('1', 'userid_1', 'content_1', 1);
- ...
- COMMIT;
【数据对比】
这里也提供了测试对比,分别是不使用事务与使用事务在记录数为1百、1千、1万的情况。亦发现数据的插入效率提高了。
【缘由分析】
这是因为进行一个INSERT操作时,MySQL内部会建立一个事务,在事务内才进行真正插入处理操作。通过使用事务可以减少创建事务的消耗,所有插入都在执行后才进行提交操作。
3. 数据有序插入。
数据有序的插入是指插入记录在主键上是有序排列,例如datetime是记录的主键:
原始插入语句如下:
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('1', 'userid_1', 'content_1', 1);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('0', 'userid_0', 'content_0', 0);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('2', 'userid_2', 'content_2',2);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('0', 'userid_0', 'content_0', 0);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('1', 'userid_1', 'content_1', 1);
- INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
- VALUES ('2', 'userid_2', 'content_2',2);
【数据对比】
下面提供随机数据与顺序数据的性能对比,分别是记录为1百、1千、1万、10万、100万。从测试结果来看,该优化方法的性能有所提高,但是提高并不是很明显。
【缘由分析】
由于数据库插入时,需要维护索引数据,无序的记录会增大维护索引的成本。我们可以参照innodb使用的B+Tree 索引,如果每次插入记录都在索引的最后面,索引的定位效率很高,并且对索引调整较小;如果插入的记录在索引中间,需要B+tree进行分裂合并等处理,会消耗比较多计算资源,并且插入记录的索引定位效率会下降,数据量较大时会有频繁的磁盘操作。
性能综合测试:
这里提供了同时使用上面三种方法进行INSERT效率优化的测试。
从测试结果可以看到,合并数据+事务的方法在较小数据量时,性能提高是很明显的,数据量较大时(1千万以上),性能会急剧下降,这是由于此时数据量超过了innodb_buffer的容量,每次定位索引涉及较多的磁盘读写操作,性能下降较快。而使用合并数据+事务+有序数据的方式在数据量达到千万级以上表现依旧是良好,在数据量较大时,有序数据索引定位较为方便,不需要频繁对磁盘进行读写操作,所以可以维持较高的性能。
注意事项:
- SQL语句是有长度限制,在进行数据合并在同一SQL中务必不能超过SQL长度限制,通过max_allowed_packet配置可以修改,默认是1M,测试时修改为8M。
- 事务需要控制大小,事务太大可能会影响执行的效率。MySQL有innodb_log_buffer_size配置项,超过这个值会把innodb的数据刷到磁盘中,这时,效率会有所下降。所以比较好的做法是,在数据达到这个这个值前进行事务提交。