mssql写入mysql_MSSQL数据批量插入优化详细

序言

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publicvoid 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：

publicvoid 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]

WHERENAME='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

ELSEer.statement_end_offsetEND -er.statement_start_offset )/ 2) ,[Parent Query] = qt.text,

Program=program_name ,

hostname ,

nt_domain ,

start_timeFROMsys.dm_exec_requests erINNER JOIN sys.sysprocesses sp ON er.session_id =sp.spidCROSS APPLY sys.dm_exec_sql_text(er.sql_handle) ASqtWHERE session_id > 50 --Ignore system spids.

AND session_id NOT IN ( @@SPID ) --Ignore this current statement.

ORDER BY 1,2

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(

BusTypeint NOT NULL,

CustomerPhonevarchar(40) NOT NULL,

BackTypeint NOT NULL,

Contentnvarchar(1000) NOT NULL)

public voidThirdWay()

{

Stopwatch sw= newStopwatch();

Stopwatch sw1= newStopwatch();

DataTable dt=GetTable();using (var conn = newSqlConnection(ConnStr))

{string sql = @"INSERT INTO[dbo].[CustomerFeedback]

([BusType]

,[CustomerPhone]

,[BackType]

,[Content]

) select BusType,CustomerPhone,BackType,[Content] from @TempTb";using (SqlCommand cmd = newSqlCommand(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。

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。

public voidFourWay()

{

Stopwatch sw= newStopwatch();

Stopwatch sw1= newStopwatch();

DataTable dt=GetTable();using (SqlConnection conn = newSqlConnection(ConnStr))

{

SqlBulkCopy bulkCopy= newSqlBulkCopy(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。

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。