百万级数据插入方法效率对比

 

第1种:insert into效率比较慢,但是insert into select会优于其他的先select后插入的

第2种 表值参数批量插入,这个是针对SQL2008以上版本的,速度更快些

使用事务和SqlBulkCopy批量插入数据

SqlBulkCopy是.NET Framework 2.0新增的类,位于命名空间System.Data.SqlClient下,主要提供把其他数据源的数据有效批量的加载到SQL Server表中的功能。类似与 Microsoft SQL Server 包中名为 bcp 的命令行应用程序。但是使用 SqlBulkCopy 类可以编写托管代码解决方案,性能上优于bcp命令行应用程序,更优于如Insert方式向SQL Server表加载大量数据。SqlBulkCopy可以应用到大批量数据的转移上,而不管数据源是什么。

之前在做winform开发的时候,发现当datagridview数据量比较大的时候,用for循环非常耗时间与性能,通过查阅资料,了解到了SqlBulkCopy这种批量的数据转移工具。

下述代码实现了datagridview的批量数据插入。

如果datagridview的列与数据库中的表结构不能完全对应的话,我们需要先将datagridview数据存放到一个DataTable 中,注意DataTable 中的列需要与即将插入的表的列类型兼容,名称与列顺序完全一样。自增列随便填写一个int类型的值即可,也可不写,如果没给自增列指定值的话,在后续的表映射关系中需要明确指出对应关系。因为我这里是用循环来指定表对应关系的,所以对table的字段有严格的要求,其实也可以与数据库表中的字段名不一样,但这样就需要具体指出表之间的对应关系。

DataTable table = new DataTable();
table.Columns.AddRange(new DataColumn[]{ 
new DataColumn("flow_id",typeof(int)), 
new DataColumn("sheet_no",typeof(string)), 
new DataColumn("item_no",typeof(string)),
new DataColumn("unit_no",typeof(string)),
new DataColumn("unit_factor",typeof(string)),
new DataColumn("in_price",typeof(string)),
new DataColumn("order_qnty",typeof(string)),
new DataColumn("sub_amount",typeof(string)),
new DataColumn("real_qty",typeof(string)),
new DataColumn("tax_rate",typeof(string)),
new DataColumn("pay_percent",typeof(string)),
new DataColumn("out_qty",typeof(string))});
for (int i = 0; i < dt.Rows.Count; i++)
{
DataRow r = dt.Rows[i];
table.Rows.Add(i, sheet_no, r["item_no"], r["unit_no"], r["unit_factor"], r["in_price"], r["order_qnty"], r["sub_amount"], r["real_qty"], r["tax_rate"], r["pay_percent"], r["out_qty"]);

}

 

//开始数据保存逻辑

using (SqlConnection conn = new SqlConnection(connectionString))
{
  conn.Open();

  SqlTransaction tran = conn.BeginTransaction();//开启事务

 

  //在插入数据的同时检查约束,如果发生错误调用sqlbulkTransaction事务

  SqlBulkCopy bulkCopy = new SqlBulkCopy(conn, SqlBulkCopyOptions.CheckConstraints, tran);
  bulkCopy.DestinationTableName = "***";//***代表要插入数据的表名
  foreach (DataColumn dc in table.Columns)  //传入上述table
  {
    bulkCopy.ColumnMappings.Add(dc.ColumnName, dc.ColumnName);//将table中的列与数据库表这的列一一对应
  }

    try
    {
        bulkCopy.WriteToServer(table);
        tran.Commit();
    }
    catch (Exception ex)
    {
        tran.Rollback();
    }
    finally
    {
        bulkCopy.Close();
        conn.Close();
    }

 

 

百万级数据插入测试

在SQL Server 中插入一条数据使用Insert语句,但是如果想要批量插入一堆数据的话,循环使用Insert不仅效率低,而且会导致SQL一系统性能问题。下面介绍SQL Server支持的两种批量数据插入方法:Bulk和表值参数(Table-Valued Parameters)。

运行下面的脚本,建立测试数据库和表值参数。

复制代码

--Create DataBase  
create database BulkTestDB;  
Go  
use BulkTestDB;  
go  
--Create Table  
Create table BulkTestTable(  
Id int primary key,  
UserName nvarchar(32),  
Pwd varchar(16))  
go  
--Create Table Valued  
CREATE TYPE BulkUdt AS TABLE  
  (Id int,  
   UserName nvarchar(32),  
   Pwd varchar(16))  

复制代码

一、【CCC级】下面我们使用最简单的Insert语句来插入100万条数据

代码如下:

复制代码

Stopwatch sw = new Stopwatch();  
  
SqlConnection sqlConn = new SqlConnection(  
    ConfigurationManager.ConnectionStrings["ConnStr"].ConnectionString);//连接数据库  
  
SqlCommand sqlComm = new SqlCommand();  
sqlComm.CommandText = string.Format("insert into BulkTestTable(Id,UserName,Pwd)values(@p0,@p1,@p2)");//参数化SQL  
sqlComm.Parameters.Add("@p0", SqlDbType.Int);  
sqlComm.Parameters.Add("@p1", SqlDbType.NVarChar);  
sqlComm.Parameters.Add("@p2", SqlDbType.VarChar);  
sqlComm.CommandType = CommandType.Text;  
sqlComm.Connection = sqlConn;  
sqlConn.Open();  
try  
{  
    //循环插入100万条数据,每次插入10万条,插入10次。  
    for (int multiply = 0; multiply < 10; multiply++)  
    {  
        for (int count = multiply * 100000; count < (multiply + 1) * 100000; count++)  
        {  
  
            sqlComm.Parameters["@p0"].Value = count;  
            sqlComm.Parameters["@p1"].Value = string.Format("User-{0}", count * multiply);  
            sqlComm.Parameters["@p2"].Value = string.Format("Pwd-{0}", count * multiply);  
            sw.Start();  
            sqlComm.ExecuteNonQuery();  
            sw.Stop();  
        }  
        //每插入10万条数据后,显示此次插入所用时间  
        Console.WriteLine(string.Format("Elapsed Time is {0} Milliseconds", sw.ElapsedMilliseconds));  
    }  
}  
catch (Exception ex)  
{  
    throw ex;  
}  
finally  
{  
    sqlConn.Close();  
}  
  
Console.ReadLine();  

复制代码

耗时图如下:

使用Insert语句插入10万数据的耗时图

由于运行过慢,才插入10万条就耗时72390 milliseconds,所以我就手动强行停止了。

 

二、【BBB级】下面看一下使用Bulk插入的情况:

bulk方法主要思想是通过在客户端把数据都缓存在Table中,然后利用SqlBulkCopy一次性把Table中的数据插入到数据库

代码如下:

复制代码

public static void BulkToDB(DataTable dt)  
{  
    SqlConnection sqlConn = new SqlConnection(  
        ConfigurationManager.ConnectionStrings["ConnStr"].ConnectionString);  
    SqlBulkCopy bulkCopy = new SqlBulkCopy(sqlConn);  
    bulkCopy.DestinationTableName = "BulkTestTable";  
    bulkCopy.BatchSize = dt.Rows.Count;  
  
    try  
    {  
        sqlConn.Open();  
    if (dt != null && dt.Rows.Count != 0)  
        bulkCopy.WriteToServer(dt);  
    }  
    catch (Exception ex)  
    {  
        throw ex;  
    }  
    finally  
    {  
        sqlConn.Close();  
        if (bulkCopy != null)  
            bulkCopy.Close();  
    }  
}  
  
public static DataTable GetTableSchema()  
{  
    DataTable dt = new DataTable();  
    dt.Columns.AddRange(new DataColumn[]{  
        new DataColumn("Id",typeof(int)),  
        new DataColumn("UserName",typeof(string)),  
    new DataColumn("Pwd",typeof(string))});  
  
    return dt;  
}  
  
static void Main(string[] args)  
{  
    Stopwatch sw = new Stopwatch();  
    for (int multiply = 0; multiply < 10; multiply++)  
    {  
        DataTable dt = Bulk.GetTableSchema();  
        for (int count = multiply * 100000; count < (multiply + 1) * 100000; count++)  
        {  
            DataRow r = dt.NewRow();  
            r[0] = count;  
            r[1] = string.Format("User-{0}", count * multiply);  
            r[2] = string.Format("Pwd-{0}", count * multiply);  
            dt.Rows.Add(r);  
        }  
        sw.Start();  
        Bulk.BulkToDB(dt);  
        sw.Stop();  
        Console.WriteLine(string.Format("Elapsed Time is {0} Milliseconds", sw.ElapsedMilliseconds));  
    }  
  
    Console.ReadLine();  
}  

复制代码

耗时图如下:

 使用Bulk插入100万数据的耗时图

可见,使用Bulk后,效率和性能明显上升。使用Insert插入10万数据耗时72390,而现在使用Bulk插入100万数据才耗时17583。

 

三、【AAAA级】最后再看看使用表值参数的效率,会另你大为惊讶的。

 

表值参数是SQL Server 2008新特性,简称TVPs。对于表值参数不熟悉的朋友,可以参考最新的book online,我也会另外写一篇关于表值参数的博客,不过此次不对表值参数的概念做过多的介绍。言归正传,看代码:

复制代码

[c-sharp] view plain copy
public static void TableValuedToDB(DataTable dt)  
{  
    SqlConnection sqlConn = new SqlConnection(  
      ConfigurationManager.ConnectionStrings["ConnStr"].ConnectionString);  
    const string TSqlStatement =  
     "insert into BulkTestTable (Id,UserName,Pwd)" +  
     " SELECT nc.Id, nc.UserName,nc.Pwd" +  
     " FROM @NewBulkTestTvp AS nc";  
    SqlCommand cmd = new SqlCommand(TSqlStatement, sqlConn);  
    SqlParameter catParam = cmd.Parameters.AddWithValue("@NewBulkTestTvp", dt);  
    catParam.SqlDbType = SqlDbType.Structured;  
    //表值参数的名字叫BulkUdt,在上面的建立测试环境的SQL中有。  
    catParam.TypeName = "dbo.BulkUdt";  
    try  
    {  
      sqlConn.Open();  
      if (dt != null && dt.Rows.Count != 0)  
      {  
          cmd.ExecuteNonQuery();  
      }  
    }  
    catch (Exception ex)  
    {  
      throw ex;  
    }  
    finally  
    {  
      sqlConn.Close();  
    }  
}  
  
public static DataTable GetTableSchema()  
{  
    DataTable dt = new DataTable();  
    dt.Columns.AddRange(new DataColumn[]{  
      new DataColumn("Id",typeof(int)),  
      new DataColumn("UserName",typeof(string)),  
      new DataColumn("Pwd",typeof(string))});  
  
    return dt;  
}  
  
static void Main(string[] args)  
{  
    Stopwatch sw = new Stopwatch();  
    for (int multiply = 0; multiply < 10; multiply++)  
    {  
        DataTable dt = TableValued.GetTableSchema();  
        for (int count = multiply * 100000; count < (multiply + 1) * 100000; count++)  
        {          
            DataRow r = dt.NewRow();  
            r[0] = count;  
            r[1] = string.Format("User-{0}", count * multiply);  
            r[2] = string.Format("Pwd-{0}", count * multiply);  
            dt.Rows.Add(r);  
        }  
        sw.Start();  
        TableValued.TableValuedToDB(dt);  
        sw.Stop();  
        Console.WriteLine(string.Format("Elapsed Time is {0} Milliseconds", sw.ElapsedMilliseconds));  
    }  
  
    Console.ReadLine();  
}  

复制代码

耗时图如下:

使用表值参数插入100万数据的耗时图

比Bulk还快5秒。

 

原文链接:https://www.cnblogs.com/888888CN/p/7157960.html

你可能感兴趣的:(数据库)