Mysql5.7, 千万数据快速插入解决方案( JDBC方式, 百秒搞定!!!)

 

 

最近在弄一件任务,要求测试一下从文本中读取数据,然后向mysql表中插入。要求用JDBC线程导入。要求效率。

 

环境说明:

         

            数据量 : 10058624条  (大约一千零6万条数据,本地机器运行)

            数据大小 :  1093.56MB  (1.1G)

            MYSQL版本  : 5.7  (装在服务器上)

            MYSQL引擎: InnoDB

            MYSQL未做任何优化,配置如图:

 

 

一、数据文件读取

         因为项目要求读取的是dbf文件,数据量比较大,所以单独写了一个程序,测试一下数据读取用多久。

未做任何保存、配置,只是将数据循环遍历一边。 计算出时间:

 

数据量      :10058624条  (大约一千零6万条数据 ,截图中没有显示)

读取用时  : 19s 

Mysql5.7, 千万数据快速插入解决方案( JDBC方式, 百秒搞定!!!)_第1张图片

 

 

 

二、 代码优化。(mysql配置不动)

 

方式一:  传统方式

Mysql5.7, 千万数据快速插入解决方案( JDBC方式, 百秒搞定!!!)_第2张图片

 

 

输出时间:

        Program running   index :  10000 use : 7 s 
        Program running   index :  20000 use : 15 s 
        Program running   index :  30000 use : 21 s 
        Program running   index :  40000 use : 28 s 
        Program running   index :  50000 use : 34 s 
        Program running   index :  60000 use : 41 s 
        Program running   index :  70000 use : 48 s 
        Program running   index :  80000 use : 54 s 
        Program running   index :  90000 use : 61 s 
        Program running   index :  100000 use : 69 s  
        Program running   index :  500000 use : 346 s  
        Program running   index :  1000000 use : 693 s 
        Program running   index :  1500000 use : 1042 s 
        Program running   index :  2000000 use : 1402 s 
        Program running   index :  2500000 use : 1757 s 

总结:

           运行很慢,平均插入一万条需要耗时7s,

那么一千万条, 预计需要7000s 。 ( 117 min , 即将近两个小时 。。 )

 

方式二:  将sql中的多个value值,拼在一起,进行插入操作。

实例:

insert into  `tableName` (`id`,`name`) values ('1', '张三')  ;

insert into  `tableName` (`id`,`name`) values ('2', '李斯')  ;

insert into  `tableName` (`id`,`name`) values ('3', '王五')  ;

 

变成:

insert into  `tableName` (`id`,`name`) values ('1', '张三') , ('2', '李斯')  , ('3', '王五')  ;

 

代码片段截图:

Mysql5.7, 千万数据快速插入解决方案( JDBC方式, 百秒搞定!!!)_第3张图片

 

运行结果分析:

batchSize  : 多少条数据,拼成一条SQL

submitSize :  多少条SQL提交一次

 

处理数据完成  ==> batchSize : 500 , submitSize: 1    插入数据总条数 size : 10058624   total use : 190 s  , 处理速度: 52940 条/s 
处理数据完成  ==> batchSize : 500 , submitSize: 5    插入数据总条数 size : 10058624   total use : 144 s  , 处理速度: 69851 条/s 
处理数据完成  ==> batchSize : 500 , submitSize: 10    插入数据总条数 size : 10058624   total use : 137 s  , 处理速度: 73420 条/s 
处理数据完成  ==> batchSize : 1000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 161 s  , 处理速度: 62475 条/s 
处理数据完成  ==> batchSize : 1000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 134 s  , 处理速度: 75064 条/s 
处理数据完成  ==> batchSize : 1000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 133 s  , 处理速度: 75628 条/s 
处理数据完成  ==> batchSize : 5000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 144 s  , 处理速度: 69851 条/s 
处理数据完成  ==> batchSize : 5000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 136 s  , 处理速度: 73960 条/s 
处理数据完成  ==> batchSize : 5000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 134 s  , 处理速度: 75064 条/s 
处理数据完成  ==> batchSize : 10000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 143 s  , 处理速度: 70340 条/s 
处理数据完成  ==> batchSize : 10000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 138 s  , 处理速度: 72888 条/s 
处理数据完成  ==> batchSize : 10000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 137 s  , 处理速度: 73420 条/s 
处理数据完成  ==> batchSize : 100000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 137 s  , 处理速度: 73420 条/s 
处理数据完成  ==> batchSize : 100000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 136 s  , 处理速度: 73960 条/s 
处理数据完成  ==> batchSize : 100000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 135 s  , 处理速度: 74508 条/s 

处理数据完成  ==> batchSize : 1000000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 148 s  , 处理速度: 67963 条/s 

 

 

 

总结:

最快处理速度 :     

每1000条数据拼一条SQL语句,批量提交10条SQL语句,

插入数据总条数 size : 10058624   total use : 133 s  , 处理速度: 75628 条/s 

 

总结:

        代码效率明显会比第一次提升N倍,推荐用这种方式进行插入。 

注:

种方式会报异常,

Packet for query is too large (1117260 > 1048576). You can change this value on the server by setting the max_allowed_packet' variable.

 

原因&解决方案:

        Sql语句过长,超过限制,需要调整 mysql 参数: 

修改 /etc/my.comf 文件, 添加参数: max_allowed_packet = 128M 。( 大小可以自己测试 )

 

方式三、改写所有 insert into 语句为 insert delayed into

       这个insert delayed不同之处在于:立即返回结果,后台进行处理插入。

 

 

测试速度:

处理数据完成  ==> batchSize : 1000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 138 s  , 处理速度: 72888 条/s 

处理数据完成  ==> batchSize : 1000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 139 s  , 处理速度: 72364 条/s 

 

总结:

性能并没有发现明显提升...............

 

三、数据库参数优化

 

 

这次修改了下面四个配置项: 


1)将 innodb_flush_log_at_trx_commit 配置设定为0;按过往经验设定为0,插入速度会有很大提高。

 

  1. innodb_flush_log_at_trx_commit=0时, log buffer将每秒一次地写入log file, 并且log file的flush(刷新到disk)操作同时进行. 此时, 事务提交是不会主动触发写入磁盘的操作.

  2. innodb_flush_log_at_trx_commit=1时(默认), 每次事务提交时, MySQL会把log buffer的数据写入log file, 并且将log file flush(刷新到disk)中去.

  3. innodb_flush_log_at_trx_commit=2时, 每次事务提交时, MySQL会把log buffer的数据写入log file, 但不会主动触发flush(刷新到disk)操作同时进行. 然而, MySQL会每秒执行一次flush(刷新到disk)操作.

    然而, 每秒flush并不能确保100%每秒发生, 因为os调度问题.

默认的1可以获得更好地数据安全, 但性能会打折扣. 不过非1时, 在遇到crash可能会丢失1秒的事务; 设置为0时, 任何mysqld进程crash会丢失上1秒的事务; 设置为2时, 任何os crash或者机器掉电会丢失上1秒的事务; InnoDB的crash recovery运行时会忽略这些数据.

 


2)将 innodb_autoextend_increment 配置由于默认8M 调整到 128M

此配置项作用主要是当tablespace 空间已经满了后,需要MySQL系统需要自动扩展多少空间,每次tablespace 扩展都会让各个SQL 处于等待状态。增加自动扩展Size可以减少tablespace自动扩展次数。

 

3)将 innodb_log_buffer_size 配置由于默认1M 调整到 16M

此配置项作用设定innodb 数据库引擎写日志缓存区;将此缓存段增大可以减少数据库写数据文件次数。

 

4)将 innodb_log_file_size 配置由于默认 8M 调整到 128M

此配置项作用设定innodb 数据库引擎UNDO日志的大小;从而减少数据库checkpoint操作。

经过以上调整,系统插入速度由于原来10分钟几万条提升至1秒1W左右;注:以上参数调整,需要根据不同机器来进行实际调整。特别是 innodb_flush_log_at_trx_commitinnodb_log_buffer_sizeinnodb_log_file_size 需要谨慎调整;因为涉及MySQL本身的容灾处理。

 

5)修改 max_allowed_packet 

sql语句过长会报错,增加长度。

 

 

 

 

最终修改参数:

        max_allowed_packet = 128M
        innodb_flush_log_at_trx_commit = 0
        innodb_log_buffer_size = 16M
        innodb_autoextend_increment = 128M
        innodb_log_file_size = 128M
        innodb_buffer_pool_size = 4096M
 

测试运行结果:


 

处理数据完成  ==> batchSize : 1000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 134 s  , 处理速度: 75064 条/s 
处理数据完成  ==> batchSize : 1000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 129 s  , 处理速度: 77973 条/s 
处理数据完成  ==> batchSize : 1000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 128 s  , 处理速度: 78583 条/s 


处理数据完成  ==> batchSize : 10000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 139 s  , 处理速度: 72364 条/s 
处理数据完成  ==> batchSize : 10000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 138 s  , 处理速度: 72888 条/s 
处理数据完成  ==> batchSize : 10000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 138 s  , 处理速度: 72888 条/s 

处理数据完成  ==> batchSize : 100000 , submitSize: 1    插入数据总条数 size : 10058624   total use : 137 s  , 处理速度: 73420 条/s 
处理数据完成  ==> batchSize : 100000 , submitSize: 5    插入数据总条数 size : 10058624   total use : 136 s  , 处理速度: 73960 条/s 
处理数据完成  ==> batchSize : 100000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 135 s  , 处理速度: 74508 条/s 

 

 

 

 

 

 

四、更换数据库表引擎

1、采用MyISAM 数据引擎

建表语句:

            DROP TABLE IF EXISTS `DBF_MyISAM`;

            CREATE TABLE `DBF_MyISAM` (
              `GDDM` varchar(255) DEFAULT NULL,
              `GDXM` varchar(255) DEFAULT NULL,
              `BS` varchar(255) DEFAULT NULL,
              `MJBH` varchar(255) DEFAULT NULL
            ) ENGINE=MyISAM DEFAULT CHARSET=utf8;

 

执行效果:   (  最快用时97 s )

 

处理数据完成  ==> batchSize : 1000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 97 s  , 处理速度: 103697 条/s 
处理数据完成  ==> batchSize : 5000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 106 s  , 处理速度: 94892 条/s 
处理数据完成  ==> batchSize : 10000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 107 s  , 处理速度: 94005 条/s 
处理数据完成  ==> batchSize : 100000 , submitSize: 10    插入数据总条数 size : 10058624   total use : 107 s  , 处理速度: 94005 条/s 

 

总结:  采用MyISAM 数据引擎 性能上会比用InnoDB 快 ,性能提升 25% 左右。  

 

 

最快时间为97s ,如果去除掉读取文件的时间19s ,

插入10058624   (一千零五万八)条数据,只需要   78 s 。 因机器、网络不同,时间略有差异。

 

分区,多线程,读写分离等技术都可以提高数据插入数据,本篇文章先不做概述

 

如果有不正确或者更好的解决方案, 欢迎指正,不胜感谢.......

 

 

 


 

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(Mysql)