利用MySQL触发器高性能造数据

MySQL 触发器功能比较简单，大部分只用来简单的更新第三方表，今天我来演示下MySQL触发器在造数据方面的功效。 

下面是基表结果：

CREATE TABLE `tb1` (
  `id` varchar(255) NOT NULL,
  `log_date` date DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=FIXED

这个是对基表的批量插入存储过程：

CREATE DEFINER = 'root'@'localhost'
PROCEDURE db_myisam.sp_generate_tb1_data(IN cur_1        INT,
                                         IN f_input      INT,
                                         IN f_commit_num INT
                                         -- Stands for which month's date.
)
BEGIN
  DECLARE t_count     INT;
  DECLARE v_log_date DATE;
  DECLARE c_date  DATE DEFAULT '2012-07-01';


  SET t_count = cur_1 + (f_input - 1);
  SET @@autocommit = 0;


  WHILE cur_1 <= t_count
  DO
    IF mod(cur_1, f_commit_num) = 1 THEN
      START TRANSACTION;
    END IF;
    SET v_log_date = date_add(c_date, INTERVAL ceil(rand() * 3) * (ceil(rand() * 15)) DAY);
    INSERT INTO tb1 (id, log_date) VALUES (cur_1, v_log_date);
    IF mod(cur_1, f_commit_num) = 0 THEN
      COMMIT;
    END IF;
    SET cur_1 = cur_1 + 1;
  END WHILE;
  COMMIT;
END

单线程造数据：

mysql> call sp_generate_tb1_data(1,10000000,200);
Query OK, 0 rows affected (8 min 20.00 sec)

1KW行记录花了8分钟多，也就是一个线程每秒插入2W条记录。

mysql> select count(*) from tb1;
+----------+
| count(*) |
+----------+
| 10000000 |
+----------+
1 row in set (34.35 sec)

创建复制表：

create table tb2 like tb1;
create table tb3 like tb1;

这里比较恶心的是多建立了一个表tb3，因为MySQL触发器暂时不支持自己对自己插入。



这个是基于表tb3的后置插入触发器：

CREATE 
	DEFINER = 'root'@'localhost'
TRIGGER db_myisam.ti_tb3_after
	AFTER INSERT
	ON db_myisam.tb3
	FOR EACH ROW
BEGIN
  DECLARE v_cur_1    INT DEFAULT 1;
  DECLARE v_log_date DATE;
  DECLARE c_date     DATE DEFAULT '2012-07-01';


  WHILE v_cur_1 <= 10000000
  DO
    SET v_log_date = date_add(c_date, INTERVAL ceil(rand() * 3) * (ceil(rand() * 15)) DAY);
    INSERT INTO tb2 (id, log_date) VALUES (v_cur_1, v_log_date);
    SET v_cur_1 = v_cur_1 + 1;
  END WHILE;
END

1KW记录花了不到6分钟，也就是一个线程每秒插入大于3W记录。

mysql> insert into tb3 values (2,current_date());
Query OK, 1 row affected (5 min 14.07 sec)

可以看到，速度比存储过程提升了60%左右。 


怎么样，很HAPPY吧？