Mysql批量插入事務插入性能對比。對於一些數據量較大的系統,數據庫面臨的問題除了查詢效率低下,還有就是數據入庫時間長。特別像報表系統,可能每天花費在數據導入上的時間就會長達幾個小時之久。因此,優化數據庫插入性能是很有意義的。
網絡上的牛人很多,總會有一些手段可以提高insert效率,大家跟我一起分享一下吧:
1. 一條SQL語句插入多條數據。
我們常用的插入語句大都是一條一個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); 現在我們將它修改成:
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
VALUES ('0', 'userid_0', 'content_0', 0), ('1', 'userid_1', 'content_1', 1);
【數據對比】
下面是網上牛人提供一些測試對比數據,分別是進行單條數據的導入與轉化成一條SQL語句進行導入,分別測試1百、1千、1萬條數據記錄。通過對比,可以發現修改後的插入操作能夠提高程序的插入效率。
【緣由分析】
這裏第二種SQL執行效率高的主要原因是合併後日志量(MySQL的binlog和innodb的事務讓日誌)減少了,降低日誌刷盤的數據量和頻率,從而提高效率。通過合併SQL語句,同時也能減少SQL語句解析的次數,減少網絡傳輸的IO。
2. 在事務中進行插入處理。
在操作數據的時候,事務也是很常用的。現在我們把上面的插入語句修改成:
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;
【數據對比】
這裏也提供了測試對比,分別是不使用事務與使用事務在記錄數爲1百、1千、1萬的情況。亦發現數據的插入效率提高了。
【緣由分析】
這是因爲進行一個INSERT操作時,mysql內部會建立一個事務,在事務內才進行真正插入處理操作。通過使用事務可以減少創建事務的消耗,所有插入都在執行後才進行提交操作。
3. 數據有序插入。
數據有序的插入是指插入記錄在主鍵上是有序排列,例如datetime是記錄的主鍵:
原始插入語句如下:
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); 修改成:
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);
【數據對比】
下面提供隨機數據與順序數據的性能對比,分別是記錄爲1百、1千、1萬、10萬、100萬。從測試結果來看,該優化方法的性能有所提高,但是提高並不是很明顯。
【緣由分析】
由於數據庫插入時,需要維護索引數據,無序的記錄會增大維護索引的成本。我們可以參照innodb使用的B+Tree 索引,如果每次插入記錄都在索引的最後面,索引的定位效率很高,並且對索引調整較小;如果插入的記錄在索引中間,需要B+tree進行分裂合併等處理,會消耗比較多計算資源,並且插入記錄的索引定位效率會下降,數據量較大時會有頻繁的磁盤操作。
性能綜合測試:
這裏提供了同時使用上面三種方法進行INSERT效率優化的測試。
從測試結果可以看到,合併數據+事務的方法在較小數據量時,性能提高是很明顯的,數據量較大時(1千萬以上),性能會急劇下降,這是由於此時數據量超過了innodb_buffer的容量,每次定位索引涉及較多的磁盤讀寫操作,性能下降較快。而使用合併數據+事務+有序數據的方式在數據量達到千萬級以上表現依舊是良好,在數據量較大時,有序數據索引定位較爲方便,不需要頻繁對磁盤進行讀寫操作,所以可以維持較高的性能。
注意事項:
SQL語句是有長度限制,在進行數據合併在同一SQL中務必不能超過SQL長度限制,通過max_allowed_packet配置可以修改,默認是1M,測試時修改爲8M。事務需要控制大小,事務太大可能會影響執行的效率。MySQL有innodb_log_buffer_size配置項,超過這個值會把innodb的數據刷到磁盤中,這時,效率會有所下降。所以比較好的做法是,在數據達到這個這個值前進行事務提交。
所以原來的代碼可以這麼改寫
$b
= 14;
for
(
$a
=0;
$a
<100;
$a
++){
if
(
$a
==0)
$sql
=
"INSERT INTO `roles` (`uid`,`rid`) VALUES ("
.
$a
.
","
.
$b
.
")"
;
else
$sql
. =
",("
.
$a
.
","
.
$b
.
")"
;
}
mysql_query(
$sql
);
COMMIT;
- java:
- public static void insert() {
- // 開時時間
- Long begin = new Date().getTime();
- // sql前綴
- String prefix = "INSERT INTO tb_big_data (count, create_time, random) VALUES ";
- try {
- // 保存sql後綴
- StringBuffer suffix = new StringBuffer();
- // 設置事務爲非自動提交
- conn.setAutoCommit(false);
- // Statement st = conn.createStatement();
- // 比起st,pst會更好些
- PreparedStatement pst = conn.prepareStatement("");
- // 外層循環,總提交事務次數
- for (int i = 1; i <= 100; i++) {
- // 第次提交步長
- for (int j = 1; j <= 10000; j++) {
- // 構建sql後綴
- suffix.append("(" + j * i + ", SYSDATE(), " + i * j
- * Math.random() + "),");
- }
- // 構建完整sql
- String sql = prefix + suffix.substring(0, suffix.length() - 1);
- // 添加執行sql
- pst.addBatch(sql);
- // 執行操作
- pst.executeBatch();
- // 提交事務
- conn.commit();
- // 清空上一次添加的數據
- suffix = new StringBuffer();
- }
- // 頭等連接
- pst.close();
- conn.close();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- // 結束時間
- Long end = new Date().getTime();
- // 耗時
- System.out.println("cast : " + (end - begin) / 1000 + " ms");
- }
php:
$comlus = 'username,bonus'; $sql = 'insert into '.$table_name.' ( '.$comlus.')'.''.' value( ';
$arr = [ ['張三',150], ['張三',50], ['張四',250], ['張四',20], ];
foreach($arr as $v){ foreach ($v as $vv){ $sql .= '\''.$vv.'\','; } $sql = trim($sql,','); $sql .= '),('; } $sql = trim($sql,',(');
mysqli_query($link,$sql)