查看: 1533|回复: 0

[Mysql数据库] MYSQL开发性能研究之批量插入数据的优化方法

发表于 2017-10-9 08:00:02
句号论坛

一、我们遇到了什么问题

在标准SQL里面,我们通常会写下如下的SQL insert语句。

  1. INSERT INTO TBL_TEST (id) VALUES(1);
复制代码

很显然,在MYSQL中,这样的方式也是可行的。但是当我们需要批量插入数据的时候,这样的语句却会出现性能问题。例如说,如果有需要插入100000条数据,那么就需要有100000条insert语句,每一句都需要提交到关系引擎那里去解析,优化,然后才能够到达存储引擎做真的插入工作。

正是由于性能的瓶颈问题,MYSQL官方文档也就提到了使用批量化插入的方式,也就是在一句INSERT语句里面插入多个值。即,

  1. INSERT INTO TBL_TEST (id) VALUES (1), (2), (3)
复制代码

这样的做法确实也可以起到加速批量插入的功效,原因也不难理解,由于提交到服务器的INSERT语句少了,网络负载少了,最主要的是解析和优化的时间看似增多,但是实际上作用的数据行却实打实地多了。所以整体性能得以提高。根据网上的一些说法,这种方法可以提高几十倍。

然而,我在网上也看到过另外的几种方法,比如说预处理SQL,比如说批量提交。那么这些方法的性能到底如何?本文就会对这些方法做一个比较。

二、比较环境和方法
我的环境比较苦逼,基本上就是一个落后的虚拟机。只有2核,内存为6G。操作系统是SUSI Linux,MYSQL版本是5.6.15。

可以想见,这个机子的性能导致了我的TPS一定非常低,所以下面的所有数据都是没有意义的,但是趋势却不同,它可以看出整个插入的性能走向。

由于业务特点,我们所使用的表非常大,共有195个字段,且写满(每个字段全部填满,包括varchar)大致会有略小于4KB的大小,而通常来说,一条记录的大小也有3KB。

由于根据我们的实际经验,我们很肯定的是,通过在一个事务中提交大量INSERT语句可以大幅度提高性能。所以下面的所有测试都是建立在每插入5000条记录提交一次的做法之上。

最后需要说明的是,下面所有的测试都是通过使用MYSQL C API进行的,并且使用的是INNODB存储引擎。

三、比较方法

理想型测试(一)——方法比较

目的:找出理想情况下最合适的插入机制

关键方法:

1. 每个进/线程按主键顺序插入

2. 比较不同的插入方法

3. 比较不同进/线程数量对插入的影响

image

*“普通方法”指的是一句INSERT只插入一个VALUE的情况。

*“预处理SQL”指的是使用预处理MYSQL C API的情况。

* “多表值SQL(10条)”是使用一句INSERT语句插入10条记录的情况。为什么是10条?后面的验证告诉了我们这样做性能最高。

结论,很显然,从三种方法的趋势上来看,多表值SQL(10条)的方式最为高效。

理想型测试(二)——多表值SQL条数比较

image

很显然,在数据量提高的情况下,每条INSERT语句插入10条记录的做法最为高效。

理想型测试(三)——连接数比较

image

image

结论:在2倍与CPU核数的连接和操作的时候,性能最高

一般性测试—— 根据我们的业务量进行测试

目的:最佳插入机制适合普通交易情况?

关键方法:

1. 模拟生产数据(每条记录约3KB)

2. 每个线程主键乱序插入

image

很显然,如果是根据主键乱序插入的话,性能会有直线下降的情况。这一点其实和INNODB的内部实现原理所展现出来的现象一致。但是仍然可以肯定的是,多表值SQL(10条)的情况是最佳的。

压力测试

目的:最佳插入机制适合极端交易情况?

关键方法:

1. 将数据行的每一个字段填满(每条记录约为4KB)

2. 每个线程主键乱序插入

image

结果和我们之前的规律类似,性能出现了极端下降。并且这里验证了随着记录的增大(可能已经超过了一个page的大小,毕竟还有slot和page head信息占据空间),会有page split等现象,性能会下降。

四、结论

根据上面的测试,以及我们对INNODB的了解,我们可以得到如下的结论。

?采用顺序主键策略(例如自增主键,或者修改业务逻辑,让插入的记录尽可能顺序主键)

?采用多值表(10条)插入方式最为合适

?将进程/线程数控制在2倍CPU数目相对合适

五、附录

我发现网上很少有完整的针对MYSQL 预处理SQL语句的例子。这里给出一个简单的例子。

  1. --建表语句
  2. CREATE TABLE tbl_test
  3. (
  4. pri_key varchar(30),
  5. nor_char char(30),
  6. max_num DECIMAL(8,0),
  7. long_num DECIMAL(12, 0),
  8. rec_upd_ts TIMESTAMP
  9. );
复制代码

c代码

  1. #include <string.h>
  2. #include <iostream>
  3. #include <mysql.h>
  4. #include <sys/time.h>
  5. #include <sstream>
  6. #include <vector>
  7. using namespace std;
  8. #define STRING_LEN 30
  9. char pri_key [STRING_LEN]= "123456";
  10. char nor_char [STRING_LEN]= "abcabc";
  11. char rec_upd_ts [STRING_LEN]= "NOW()";
  12. bool SubTimeval(timeval &result, timeval &begin, timeval &end)
  13. {
  14. if ( begin.tv_sec>end.tv_sec ) return false;
  15. if ( (begin.tv_sec == end.tv_sec) && (begin.tv_usec > end.tv_usec) )
  16. return false;
  17. result.tv_sec = ( end.tv_sec - begin.tv_sec );
  18. result.tv_usec = ( end.tv_usec - begin.tv_usec );
  19. if (result.tv_usec<0) {
  20. result.tv_sec--;
  21. result.tv_usec+=1000000;}
  22. return true;
  23. }
  24. int main(int argc, char ** argv)
  25. {
  26. INT32 ret = 0;
  27. char errmsg[200] = {0};
  28. int sqlCode = 0;
  29. timeval tBegin, tEnd, tDiff;
  30. const char* precompile_statment2 = "INSERT INTO `tbl_test`( pri_key, nor_char, max_num, long_num, rec_upd_ts) VALUES(?, ?, ?, ?, ?)";
  31. MYSQL conn;
  32. mysql_init(&conn);
  33. if (mysql_real_connect(&conn, "127.0.0.1", "dba", "abcdefg", "TESTDB", 3306, NULL, 0) == NULL)
  34. {
  35. fprintf(stderr, " mysql_real_connect, 2 failed\n");
  36. exit(0);
  37. }
  38. MYSQL_STMT *stmt = mysql_stmt_init(&conn);
  39. if (!stmt)
  40. {
  41. fprintf(stderr, " mysql_stmt_init, 2 failed\n");
  42. fprintf(stderr, " %s\n", mysql_stmt_error(stmt));
  43. exit(0);
  44. }
  45. if (mysql_stmt_prepare(stmt, precompile_statment2, strlen(precompile_statment2)))
  46. {
  47. fprintf(stderr, " mysql_stmt_prepare, 2 failed\n");
  48. fprintf(stderr, " %s\n", mysql_stmt_error(stmt));
  49. exit(0);
  50. }
  51. int i = 0;
  52. int max_num = 3;
  53. const int FIELD_NUM = 5;
  54. while (i < max_num)
  55. {
  56. //MYSQL_BIND bind[196] = {0};
  57. MYSQL_BIND bind[FIELD_NUM];
  58. memset(bind, 0, FIELD_NUM * sizeof(MYSQL_BIND));
  59. unsigned long str_length = strlen(pri_key);
  60. bind[0].buffer_type = MYSQL_TYPE_STRING;
  61. bind[0].buffer = (char *)pri_key;
  62. bind[0].buffer_length = STRING_LEN;
  63. bind[0].is_null = 0;
  64. bind[0].length = &str_length;
  65. unsigned long str_length_nor = strlen(nor_char);
  66. bind[1].buffer_type = MYSQL_TYPE_STRING;
  67. bind[1].buffer = (char *)nor_char;
  68. bind[1].buffer_length = STRING_LEN;
  69. bind[1].is_null = 0;
  70. bind[1].length = &str_length_nor;
  71. bind[2].buffer_type = MYSQL_TYPE_LONG;
  72. bind[2].buffer = (char*)&max_num;
  73. bind[2].is_null = 0;
  74. bind[2].length = 0;
  75. bind[3].buffer_type = MYSQL_TYPE_LONG;
  76. bind[3].buffer = (char*)&max_num;
  77. bind[3].is_null = 0;
  78. bind[3].length = 0;
  79. MYSQL_TIME ts;
  80. ts.year= 2002;
  81. ts.month= 02;
  82. ts.day= 03;
  83. ts.hour= 10;
  84. ts.minute= 45;
  85. ts.second= 20;
  86. unsigned long str_length_time = strlen(rec_upd_ts);
  87. bind[4].buffer_type = MYSQL_TYPE_TIMESTAMP;
  88. bind[4].buffer = (char *)&ts;
  89. bind[4].is_null = 0;
  90. bind[4].length = 0;
  91. if (mysql_stmt_bind_param(stmt, bind))
  92. {
  93. fprintf(stderr, " mysql_stmt_bind_param, 2 failed\n");
  94. fprintf(stderr, " %s\n", mysql_stmt_error(stmt));
  95. exit(0);
  96. }
  97. cout << "before execute\n";
  98. if (mysql_stmt_execute(stmt))
  99. {
  100. fprintf(stderr, " mysql_stmt_execute, 2 failed\n");
  101. fprintf(stderr, " %s\n", mysql_stmt_error(stmt));
  102. exit(0);
  103. }
  104. cout << "after execute\n";
  105. i++;
  106. }
  107. mysql_commit(&conn);
  108. mysql_stmt_close(stmt);
  109. return 0;
  110. }
复制代码

以上就是mysql批量插入数据的优化方法,建议大家也可以多看下程序员之家以前的文章。



回复

使用道具 举报

关闭

站长推荐上一条 /1 下一条