引言
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,当有大量数据需要插入数据库时(比如10万,50万,100万条数据),如果继续使用单条语句进行插入的话,会很影响数据库效率,因此,优化数据库插入性能是很有意义的,那么,怎么来优化呢?
1. 一条SQL语句插入多条数据
常用的插入语句:
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);
上述修改后的插入语句:
INSERT INTO `insert_table` (`datetime`,`uid`,`content`,`type`)
VALUES ('0','userid_0','content_0',0),('1','userid_1','content_1',1);
修改后的插入操作能够提高程序的插入效率,这里修改后的插入操作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I/O开销
这里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
注意:
批量插入如果数据量太大可能出现下面的情况:
MySQL报错:Packets larger than max_allowed_packet are not allowed
原因:
SQL语句是有长度限制
,需要控制一次批量插入的容量,默认是1M,测试时修改为8M解决方案:
通过修改max_allowed_packet的值来解决
show VARIABLES like '%max_allowed_packet%';
mysql> show VARIABLES like '%max_allowed_packet%';
+--------------------------+------------+
| Variable_name | Value |
+--------------------------+------------+
| max_allowed_packet | 134217728 |
| slave_max_allowed_packet | 1073741824 |
+--------------------------+------------+
2 rows in set (0.00 sec)
2.在事务中进行插入处理
把插入修改成:
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;
使用事务可以提高数据的插入效率,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
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
注意:
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(默认是64MB),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
mysql> show VARIABLES like '%innodb_log_buffer_size%';
+------------------------+----------+
| Variable_name | Value |
+------------------------+----------+
| innodb_log_buffer_size | 67108864 |
+------------------------+----------+
1 row in set (0.00 sec)
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,
单条插入语句如下:
INSERT INTO `insert_table` (`id`,`uid`,`content`,`type`)
VALUES(3,'userid_1','content_1',1);
INSERT INTO `insert_table`(`id`,`uid`,`content`,`type`)
VALUES(1,'userid_0','content_0',0);
INSERT INTO `insert_table`(`id`,`uid`,`content`,`type`)
VALUES(2,'userid_2','content_2',2);
修改后的插入语句如下(修改了插入语句的执行顺序):
INSERT INTO `insert_table` (`id`,`uid`,`content`,`type`)
VALUES(1,'userid_0','content_0',0);
INSERT INTO `insert_table` (`id`,`uid`,`content`,`type`)
VALUES(2,'userid_1','content_1',1);
INSERT INTO`insert_table`(`id`,`uid`,`content`,`type`)
VALUES(3,'userid_2','content_2',2);
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,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
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
总结:
合并数据+事务(随机)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+有序数据的方法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
4.单条与事务批量优缺点
自动提交事务:
mysql 默认是autocommit=on也就是默认开启自动提交事务。这种情况下,一条sql就会开启一个事务,这时候同时执行一万条update,就会导致实际开启一万个事务,然后挨个执行,挨个开启,挨个提交
优缺点:
同时锁住数据较少,但是数据库资源占用严重,对外提供操作性能急剧下降 (可以理解为每个都要单独提交事务,频繁写日志binlog、redolog等)
手动提交事务:
当autocommit=off时,同时执行一万条update,那么只会开启一个事务,等到所有都update后,一并commit
优缺点:
同时锁住数据较多,外面的select进不来,大量连接等待获取行锁,同样影响数据库对外服务能力
建议:
手动分批提交事务