查看: 277|回复: 0

[SQLServer] MSSQL批量插入数据优化详细

发表于 2017-10-8 08:00:01
尚学堂AD

需求

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:

  1. public bool Add(CustomerFeedbackEntity m)
  2. {
  3. using (var conn=Connection)
  4. {
  5. string sql = @"INSERT INTO [dbo].[CustomerFeedback]
  6. ([BusType]
  7. ,[CustomerPhone]
  8. ,[BackType]
  9. ,[Content]
  10. )
  11. VALUES
  12. (@BusType
  13. ,@CustomerPhone
  14. ,@BackType
  15. ,@Content
  16. )";
  17. return conn.Execute(sql, m) > 0;
  18. }
  19. }
复制代码

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:

  1. //执行数据条数
  2. int cnt = 10 * 10000;
  3. //要插入的数据
  4. 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" };
  5. //第一种
  6. public void FristWay()
  7. {
  8. using (var conn = new SqlConnection(ConnStr))
  9. {
  10. conn.Open();
  11. Stopwatch sw = new Stopwatch();
  12. sw.Start();
  13. StringBuilder sb = new StringBuilder();
  14. Console.WriteLine("从:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "开始循环执行:" + cnt + "条sql语句 ...");
  15. for (int i = 0; i <= cnt; i++)
  16. {
  17. sb.Clear();
  18. sb.Append(@"INSERT INTO [dbo].[CustomerFeedback]
  19. ([BusType]
  20. ,[CustomerPhone]
  21. ,[BackType]
  22. ,[Content]
  23. )
  24. VALUES(");
  25. sb.Append(m.BusType);
  26. sb.Append(",'");
  27. sb.Append(m.CustomerPhone);
  28. sb.Append("',");
  29. sb.Append(m.BackType);
  30. sb.Append(",'");
  31. sb.Append(m.Content);
  32. sb.Append("')");
  33. using (SqlCommand cmd = new SqlCommand(sb.ToString(), conn))
  34. {
  35. cmd.CommandTimeout = 0;
  36. cmd.ExecuteNonQuery();
  37. }
  38. }
  39. 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。");
  40. }
  41. }
复制代码

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:

  1. public void SecondWay()
  2. {
  3. using (var conn = new SqlConnection(ConnStr))
  4. {
  5. conn.Open();
  6. Stopwatch sw = new Stopwatch();
  7. sw.Start();
  8. StringBuilder sb = new StringBuilder();
  9. Console.WriteLine("从:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "开始循环拼接:" + cnt + "条sql语句 ...");
  10. for (int i = 0; i <= cnt; i++)
  11. {
  12. sb.Append(@"INSERT INTO [dbo].[CustomerFeedback]
  13. ([BusType]
  14. ,[CustomerPhone]
  15. ,[BackType]
  16. ,[Content]
  17. )
  18. VALUES(");
  19. sb.Append(m.BusType);
  20. sb.Append(",'");
  21. sb.Append(m.CustomerPhone);
  22. sb.Append("',");
  23. sb.Append(m.BackType);
  24. sb.Append(",'");
  25. sb.Append(m.Content);
  26. sb.Append("')");
  27. }
  28. var result = sw.ElapsedMilliseconds;
  29. 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。");
  30. using (SqlCommand cmd = new SqlCommand(sb.ToString(), conn))
  31. {
  32. cmd.CommandTimeout = 0;
  33. Stopwatch sw1 = new Stopwatch();
  34. sw1.Start();
  35. Console.WriteLine("从:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "开始执行:" + cnt + "条sql语句 ...");
  36. cmd.ExecuteNonQuery();
  37. 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。");
  38. }
  39. }
  40. }
复制代码

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

  1. select * from sysprocesses where dbid in (select dbid from sysdatabases where name='dbname')
  2. --或者
  3. SELECT * FROM
  4. [Master].[dbo].[SYSPROCESSES] WHERE [DBID] IN ( SELECT
  5. [DBID]
  6. FROM
  7. [Master].[dbo].[SYSDATABASES]
  8. WHERE
  9. NAME='dbname'
  10. )
复制代码

2、查看数据库正在执行的sql语句

  1. SELECT [Spid] = session_id ,
  2. ecid ,
  3. [Database] = DB_NAME(sp.dbid) ,
  4. [User] = nt_username ,
  5. [Status] = er.status ,
  6. [Wait] = wait_type ,
  7. [Individual Query] = SUBSTRING(qt.text,
  8. er.statement_start_offset / 2,
  9. ( CASE WHEN er.statement_end_offset = -1
  10. THEN LEN(CONVERT(NVARCHAR(MAX), qt.text))
  11. * 2
  12. ELSE er.statement_end_offset
  13. END - er.statement_start_offset )
  14. / 2) ,
  15. [Parent Query] = qt.text ,
  16. Program = program_name ,
  17. hostname ,
  18. nt_domain ,
  19. start_time
  20. FROM sys.dm_exec_requests er
  21. INNER JOIN sys.sysprocesses sp ON er.session_id = sp.spid
  22. CROSS APPLY sys.dm_exec_sql_text(er.sql_handle) AS qt
  23. WHERE session_id > 50 -- Ignore system spids.
  24. AND session_id NOT IN ( @@SPID ) -- Ignore this current statement.
  25. ORDER BY 1 ,
复制代码

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。

  1. CREATE TYPE CustomerFeedbackTemp AS TABLE(
  2. BusType int NOT NULL,
  3. CustomerPhone varchar(40) NOT NULL,
  4. BackType int NOT NULL,
  5. Content nvarchar(1000) NOT NULL
  6. )
复制代码
  1. public void ThirdWay()
  2. {
  3. Stopwatch sw = new Stopwatch();
  4. Stopwatch sw1 = new Stopwatch();
  5. DataTable dt = GetTable();
  6. using (var conn = new SqlConnection(ConnStr))
  7. {
  8. string sql = @"INSERT INTO[dbo].[CustomerFeedback]
  9. ([BusType]
  10. ,[CustomerPhone]
  11. ,[BackType]
  12. ,[Content]
  13. ) select BusType,CustomerPhone,BackType,[Content] from @TempTb";
  14. using (SqlCommand cmd = new SqlCommand(sql, conn))
  15. {
  16. cmd.CommandTimeout = 0;
  17. SqlParameter catParam = cmd.Parameters.AddWithValue("@TempTb", dt);
  18. catParam.SqlDbType = SqlDbType.Structured;
  19. catParam.TypeName = "dbo.CustomerFeedbackTemp";
  20. conn.Open();
  21. 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 ...");
  22. sw.Start();
  23. for (int i = 0; i < cnt; i++)
  24. {
  25. DataRow dr = dt.NewRow();
  26. dr[0] = m.BusType;
  27. dr[1] = m.CustomerPhone;
  28. dr[2] = m.BackType;
  29. dr[3] = m.Content;
  30. dt.Rows.Add(dr);
  31. }
  32. 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。");
  33. sw1.Start();
  34. if (dt != null && dt.Rows.Count != 0)
  35. {
  36. cmd.ExecuteNonQuery();
  37. sw.Stop();
  38. }
  39. 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。");
  40. }
  41. }
  42. }
复制代码

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。

创建自定义类型的详细文档:https://msdn.microsoft.com/zh-cn/library/ms175007.aspx

其次自定义类型也有一些限制,安全性:https://msdn.microsoft.com/zh-cn/library/bb522526.aspx

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。

常见的BULK INSERT 数据集插入优化

  1. public void FourWay()
  2. {
  3. Stopwatch sw = new Stopwatch();
  4. Stopwatch sw1 = new Stopwatch();
  5. DataTable dt = GetTable();
  6. using (SqlConnection conn = new SqlConnection(ConnStr))
  7. {
  8. SqlBulkCopy bulkCopy = new SqlBulkCopy(conn);
  9. bulkCopy.BulkCopyTimeout = 0;
  10. bulkCopy.DestinationTableName = "CustomerFeedback";
  11. bulkCopy.BatchSize = dt.Rows.Count;
  12. conn.Open();
  13. 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 ...");
  14. sw.Start();
  15. for (int i = 0; i < cnt; i++)
  16. {
  17. DataRow dr = dt.NewRow();
  18. dr[0] = m.BusType;
  19. dr[1] = m.CustomerPhone;
  20. dr[2] = m.BackType;
  21. dr[3] = m.Content;
  22. dt.Rows.Add(dr);
  23. }
  24. 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。");
  25. sw1.Start();
  26. if (dt != null && dt.Rows.Count != 0)
  27. {
  28. bulkCopy.WriteToServer(dt);
  29. sw.Stop();
  30. }
  31. 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。");
  32. }
复制代码

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。

bulk insert详解:https://msdn.microsoft.com/zh-cn/library/ms188365.aspx

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。

下面是其他网友的补充:

你前面的插入,完全是拼字符串,没有用到任何“参数”,每个语句SQL SERVER都要解析,没有办法缓存,当然慢了;你可以尝试用用参数化插入,相信也是几秒就可以插入完

大批量数据插入,首选SqlBulkCopy



回复

使用道具 举报