C#实现100万条数据导入SQL SERVER数据库仅用4秒 (附源码)

C#实现100万条数据导入SQL SERVER数据库仅用4秒 (附源码)

2010-10-13  来自：CNBLOGS  字体大小：【 大  中  小】

• 摘要：本文介绍C#实现百万级数据导入SQL SERVER数据库的四种方法，并对它们的效率进行比较，SqlBulkCopy可以高效的进行数据导入，并提供测试代码和测试数据供下载。

    实际工作中有时候需要把大量数据导入数据库，然后用于各种程序计算，本实验将使用5中方法完成这个过程，并详细记录各种方法所耗费的时间。

    本实验中所用到工具为VS2008和SQL SERVER 2000、SQL SERVER 2008，分别使用5中方法将100万条数据导入SQL 2000与SQL 2008中，实验环境是DELL 2850双2.0GCPU，2G内存的服务器。感兴趣的朋友可以下载源代码自己验证一下所用时间。

    还要有一点需要进行说明，本实验中执行SQL语句的地方使用了IsLine FrameWork框架中的DataProvider模块，这个模块只是对SQL配置的读取和封装，并不会对最终结果有本质性的影响，关于IsLine FrameWork框架方面的知识，请参考“IsLine FrameWork”框架系列文章。

    下面进入正题，分别使用基本的Insert 语句、使用BULK INSERT语句、在多线程中使用BULK INSERT、使用SqlBulkCopy类、在多线程中使用SqlBulkCopy类五种方法，挑战4秒极限。

    数据库方面使用SQL 2000与SQL 2008，表名TableB，字段名称为Value1，数据库名可以在App.config中修改，默认为test。

 

图 1 试验中的5种方法

    方法一.使用基本的Insert 语句

    这种方法是最基本的方法，大多数人一开始都会想到这种方法。但是Insert语句似乎并不适合大批量的操作，是不是这样呢？

    本方法中将100万数据分为10个批次，每个批次10万条，每10万条1个事务，分10次导入数据库。

    基本语句:Insert Into TableB (Value1) values (‘”+i+”’);

    说明：语句中的i是宿主程序中的一个累加变量，用于填充数据库字段中的值。

    SQL 2000 耗时：901599

    SQL 2008耗时：497638

    方法二.使用BULK INSERT语句

    这个类的效果，在本实验中可以说是最令人满意的了，它的使用最简便、灵活，速度很快。

    “BULK INSERT”语句似乎不是很常用， Aicken听说Oracle中有一种可以将外部文件映射为Oracle临时表，然后直接将临时表中的数据导入Oracle其他表中的方法，这种方法的速度非常令人满意，SQL SERVER的BULK INSERT是不是同样令人满意呢？

    基本语句：BULK INSERT TableB FROM 'c:\\sql.txt' WITH (FIELDTERMINATOR = ',',ROWTER /.,mbMINATOR='|',BATCHSIZE = 100000)

    说明：“c:\\sql.txt”是一个预先生成的包含100条数据的文件，这些数据以“|”符号分隔，每10万条数据一个事务。

    SQL 2000耗时：4009

    SQL 2008耗时：10722

    方法三.在多线程中使用BULK INSERT

    在方法二的基础上，将100万条数据分五个线程，每个线程负责20万条数据，每5万条一个事物，五个线程同时启动，看看这样的效果吧。

    SQL 2000耗时：21099

    SQL 2008耗时：10997

    方法四.使用SqlBulkCopy类

    这种方法速度也很快，但是要依赖内存，对于几千万条、多字段的复杂数据，可能在内存方面会有较大的消耗，不过可以使用64位解决方案处理这个问题。

    几千万条、多字段的数据的情况一般在一些业务场景中会遇到，比如计算全球消费者某个业务周期消费额时，要先获得主数据库表中的会员消费记录快照，并将快照储存至临时表中，然后供计算程序使用这些数据。并且有些时候消费者的消费数据并不在一台数据库服务器中，而是来自多个国家的多台服务器，这样我们就必须借助内存或外存设备中转这些数据，然后清洗、合并、检测，最后导入专用表供计算程序使用。

    基本语句：

   
   
   
   
            
    
    
    
    using (System.Data.SqlClient.SqlBulkCopy sqlBC = 
    
    
    
    new System.Data.SqlClient.SqlBulkCopy(conn)) 

            {

                sqlBC.BatchSize = 
    
    
    
    100000; 

                sqlBC.BulkCopyTimeout = 
    
    
    
    60; 

                sqlBC.DestinationTableName = 
    
    
    
    "
    
    
    
    dbo.TableB
    
    
    
    ";

                sqlBC.ColumnMappings.Add(
    
    
    
    "
    
    
    
    valueA
    
    
    
    ", 
    
    
    
    "
    
    
    
    Value1
    
    
    
    "); 

                sqlBC.WriteToServer(dt); 

            }
   
   
   
   

说明：

       BatchSize = 100000; 指示每10万条一个事务并提交

       BulkCopyTimeout = 60; 指示60秒按超时处理

       DestinationTableName = "dbo.TableB"; 指示将数据导入TableB表

       ColumnMappings.Add("valueA", "Value1"); 指示将内存中valueA字段与TableB中的Value1字段匹配

       WriteToServer(dt);写入数据库。其中dt是预先构建好的DataTable，其中包含valueA字段。

SQL 2000耗时：4989

SQL 2008耗时：10412

    方法五.在多线程中使用SqlBulkCopy类

    基于方法四，将100万条数据分五个线程，每个线程负责20万条数据，每5万条一个事物，五个线程同时启动，看看这样的效果吧。

    SQL 2000耗时：7682

    SQL 2008耗时：10870

总结

数据库 测试方式	SQL 2000	SQL 2008
基本Insert Into	901599	497638
单线程Bulk Insert	4209	10722
多线程Bulk Insert	21099	10997
单线程SqlBulkCopy	4989	10412
多线程SqlBulkCopy	7682	10870

    以上就是这几天的实验结果了，比较令人失望的是SQL SERVER 2008导入数据的性能似乎并不想我们想象的那样优秀。

    另外，有下载源代码的帮我看看，为什么多线程的成绩还不如单线程的优秀呢？是静态资源使用不当造成的，还是其他什么原因？

    源码地址：http://files.cnblogs.com/isline/sqltest.rar

    测试数据下载地址：http://files.cnblogs.com/isline/Data.rar