本篇，我将来讲解一下在sqlserver中批量插入数据。
先创建一个用来测试的数据库和表，为了让插入数据更快，表中主键采用的是guid，表中没有创建任何索引。guid必然是比自增长要快的，因为你生成一个guid算法所花的时间肯定比你从数据表中重新查询上一条记录的id的值然后再进行加1运算要少。而如果存在索引的情况下，每次插入记录都会进行索引重建，这是非常耗性能的。如果表中无可避免的存在索引，我们可以通过先删除索引，然后批量插入，最后再重建索引的方式来提高效率。
|
1
2
3
4
5
6
7
8
9
|
create database carsys; go use carsys; go create table product(id uniqueidentifier primary key,name varchar(50) not null,price decimal(18,2) not null) |
我们通过sql脚本来插入数据，常见如下四种方式。
方式一：一条一条插入，性能最差，不建议使用。
|
1
2
3
|
insert into product(id,name,price) values(newid(),'牛栏1段',160);insert into product(id,name,price) values(newid(),'牛栏2段',260);...... |
方式二：insert bulk
语法如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
bulk insert [ [ 'database_name'.][ 'owner' ].]{ 'table_name' from 'data_file' } with ( [ batchsize [ = batch_size ] ], [ check_constraints ], [ codepage [ = 'acp' | 'oem' | 'raw' | 'code_page' ] ], [ datafiletype [ = 'char' | 'native'| 'widechar' | 'widenative' ] ], [ fieldterminator [ = 'field_terminator' ] ], [ firstrow [ = first_row ] ], [ fire_triggers ], [ formatfile = 'format_file_path' ], [ keepidentity ], [ keepnulls ], [ kilobytes_per_batch [ = kilobytes_per_batch ] ], [ lastrow [ = last_row ] ], [ maxerrors [ = max_errors ] ], [ order ( { column [ asc | desc ] } [ ,...n ] ) ], [ rows_per_batch [ = rows_per_batch ] ], [ rowterminator [ = 'row_terminator' ] ], [ tablock ], ) |
相关参数说明：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
bulk insert[ database_name . [ schema_name ] . | schema_name . ] [ table_name | view_name ] from 'data_file'[ with( [ [ , ] batchsize = batch_size ] --batchsize指令来设置在单个事务中可以插入到表中的记录的数量 [ [ , ] check_constraints ] --指定在大容量导入操作期间，必须检查所有对目标表或视图的约束。若没有 check_constraints 选项，则所有 check 和 foreign key 约束都将被忽略，并且在此操作之后表的约束将标记为不可信。 [ [ , ] codepage = { 'acp' | 'oem' | 'raw' | 'code_page' } ] --指定该数据文件中数据的代码页 [ [ , ] datafiletype = { 'char' | 'native'| 'widechar' | 'widenative' } ] --指定 bulk insert 使用指定的数据文件类型值执行导入操作。 [ [ , ] fieldterminator = 'field_terminator' ] --标识分隔内容的符号 [ [ , ] firstrow = first_row ] --指定要加载的第一行的行号。默认值是指定数据文件中的第一行 [ [ , ] fire_triggers ] --是否启动触发器 [ [ , ] formatfile = 'format_file_path' ] [ [ , ] keepidentity ] --指定导入数据文件中的标识值用于标识列 [ [ , ] keepnulls ] --指定在大容量导入操作期间空列应保留一个空值，而不插入用于列的任何默认值 [ [ , ] kilobytes_per_batch = kilobytes_per_batch ] [ [ , ] lastrow = last_row ] --指定要加载的最后一行的行号 [ [ , ] maxerrors = max_errors ] --指定允许在数据中出现的最多语法错误数，超过该数量后将取消大容量导入操作。 [ [ , ] order ( { column [ asc | desc ] } [ ,...n ] ) ] --指定数据文件中的数据如何排序 [ [ , ] rows_per_batch = rows_per_batch ] [ [ , ] rowterminator = 'row_terminator' ] --标识分隔行的符号 [ [ , ] tablock ] --指定为大容量导入操作持续时间获取一个表级锁 [ [ , ] errorfile = 'file_name' ] --指定用于收集格式有误且不能转换为 ole db 行集的行的文件。 )] |
方式三：insert into xx select...
|
1
2
3
4
5
6
|
insert into product(id,name,price) select newid(),'牛栏1段',160 union all select newid(),'牛栏2段',180 union all...... |
方式四：拼接sql
|
1
2
3
4
|
insert into product(id,name,price) values(newid(),'牛栏1段',160),(newid(),'牛栏2段',260)...... |
在c#中通过ado.net来实现批量操作存在四种与之对应的方式。
方式一：逐条插入
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
#region 方式一 static void insertone() { console.writeline("采用一条一条插入的方式实现"); stopwatch sw = new stopwatch(); using (sqlconnection conn = new sqlconnection(strconnmsg)) //using中会自动open和close 连接。 { string sql = "insert into product(id,name,price) values(newid(),@p,@d)"; conn.open(); for (int i = 0; i < totalrow; i++) { using (sqlcommand cmd = new sqlcommand(sql, conn)) { cmd.parameters.addwithvalue("@p", "商品" + i); cmd.parameters.addwithvalue("@d", i); sw.start(); cmd.executenonquery(); console.writeline(string.format("插入一条记录，已耗时{0}毫秒", sw.elapsedmilliseconds)); } if (i == getrow) { sw.stop(); break; } } } console.writeline(string.format("插入{0}条记录，每{4}条的插入时间是{1}毫秒,预估总得插入时间是{2}毫秒，{3}分钟", totalrow, sw.elapsedmilliseconds, ((sw.elapsedmilliseconds / getrow) * totalrow), getminute((sw.elapsedmilliseconds / getrow * totalrow)), getrow)); } static int getminute(long l) { return (int32)l / 60000; } #endregion |
运行结果如下：
我们会发现插入100w条记录，预计需要50分钟时间，每插入一条记录大概需要3毫秒左右。
方式二：使用sqlbulk
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
#region 方式二 static void inserttwo() { console.writeline("使用bulk插入的实现方式"); stopwatch sw = new stopwatch(); datatable dt = gettableschema(); using (sqlconnection conn = new sqlconnection(strconnmsg)) { sqlbulkcopy bulkcopy = new sqlbulkcopy(conn); bulkcopy.destinationtablename = "product"; bulkcopy.batchsize = dt.rows.count; conn.open(); sw.start(); for (int i = 0; i < totalrow;i++ ) { datarow dr = dt.newrow(); dr[0] = guid.newguid(); dr[1] = string.format("商品", i); dr[2] = (decimal)i; dt.rows.add(dr); } if (dt != null && dt.rows.count != 0) { bulkcopy.writetoserver(dt); sw.stop(); } console.writeline(string.format("插入{0}条记录共花费{1}毫秒，{2}分钟", totalrow, sw.elapsedmilliseconds, getminute(sw.elapsedmilliseconds))); } } static datatable gettableschema() { datatable dt = new datatable(); dt.columns.addrange(new datacolumn[] { new datacolumn("id",typeof(guid)), new datacolumn("name",typeof(string)), new datacolumn("price",typeof(decimal))}); return dt; } #endregion |
运行结果如下：
插入100w条记录才8s多，是不是很溜。
打开sqlserver profiler跟踪，会发现执行的是如下语句：
insert bulk product ([id] uniqueidentifier, [name] varchar(50) collate chinese_prc_ci_as, [price] decimal(18,2))
方式三：使用tvps(表值参数）插入数据
从sqlserver 2008起开始支持tvps。创建缓存表producttemp ，执行如下sql。
|
1
2
3
4
5
|
create type producttemp as table(id uniqueidentifier primary key,name varchar(50) not null,price decimal(18,2) not null) |
执行完成之后，会发现在数据库carsys下面多了一张缓存表producttemp
可见插入100w条记录共花费了11秒多。
方式四：拼接sql
此种方法在c#中有限制，一次性只能批量插入1000条，所以就得分段进行插入。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
#region 方式四 static void insertfour() { console.writeline("采用拼接批量sql插入的方式实现"); stopwatch sw = new stopwatch(); using (sqlconnection conn = new sqlconnection(strconnmsg)) //using中会自动open和close 连接。 { conn.open(); sw.start(); for (int j = 0; j < totalrow / getrow;j++ ) { stringbuilder sb = new stringbuilder(); sb.append("insert into product(id,name,price) values"); using (sqlcommand cmd = new sqlcommand()) { for (int i = 0; i < getrow; i++) { sb.appendformat("(newid(),'商品{0}',{0}),", j*i+i); } cmd.connection = conn; cmd.commandtext = sb.tostring().trimend(','); cmd.executenonquery(); } } sw.stop(); console.writeline(string.format("插入{0}条记录，共耗时{1}毫秒",totalrow,sw.elapsedmilliseconds)); } } #endregion |
运行结果如下：
我们可以看到大概花费了10分钟。虽然在方式一的基础上，性能有了较大的提升，但是显然还是不够快。
总结：大数据批量插入方式一和方式四尽量避免使用，而方式二和方式三都是非常高效的批量插入数据方式。其都是通过构建datatable的方式插入的，而我们知道datatable是存在内存中的，所以当数据量特别特别大，大到内存中无法一次性存储的时候，可以分段插入。比如需要插入9千万条数据，可以分成9段进行插入，一次插入1千万条。而在for循环中直接进行数据库操作，我们是应该尽量避免的。每一次数据库的连接、打开和关闭都是比较耗时的，虽然在c#中存在数据库连接池，也就是当我们使用using或者conn.close()，进行释放连接时，其实并没有真正关闭数据库连接，它只是让连接以类似于休眠的方式存在，当再次操作的时候，会从连接池中找一个休眠状态的连接，唤醒它，这样可以有效的提高并发能力，减少连接损耗。而连接池中的连接数，我们都是可以配置的。
源码下载
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持服务器之家！
原文链接：http://www.cnblogs.com/jiekzou/p/6145550.html
