序言
現在有一個需求是將10w條資料插入到MSSQL資料庫中,表結構如下,你會怎麼做,你感覺插入10W條資料插入到MSSQL如下的表中需要多久呢?
或者你的批量資料是如何插入的呢?我今天就此問題做個探討。
壓測mvc的http介面看下資料
首先說下這裡只是做個參照,來理解插入資料庫的效能狀況,與開篇的需求無半毛錢關係。
mvc介面程式碼如下:
public bool Add(CustomerFeedbackEntity m) { using (var conn=Connection) { string sql = @"INSERT INTO [dbo].[CustomerFeedback] ([BusType] ,[CustomerPhone] ,[BackType] ,[Content] ) VALUES (@BusType ,@CustomerPhone ,@BackType ,@Content )"; return conn.Execute(sql, m) > 0; } }
壓測的此mvc介面單條資料插入資料庫的聚合資料圖。
用例這樣的:5000個請求分500個執行緒執行post請求介面。
這個圖告訴我們,最慢的請求只用啦4毫秒。那麼我們做個演算法。
如開篇的需求來看,我們用最小的響應時間來計算。
那麼插入10w條資料到資料庫需用時=100000*4毫秒,大致是6.67分鐘。那麼我們奔著這個目標來做出插入方案。
最常見的insert做法
首先我們的工程師拿到需求後這樣寫啦段程式碼,如下:
//執行資料條數 int cnt = 10 * 10000; //要插入的資料 CustomerFeedbackEntity m = new CustomerFeedbackEntity() { BusType = 1, CustomerPhone = "1888888888", BackType = 1, Content = "123123dagvhkfhsdjk肯定會撒嬌繁華的撒嬌防護等級劃分噶哈蘇德高房價盛大開放" }; //第一種 public void FristWay() { using (var conn = new SqlConnection(ConnStr)) { conn.Open(); Stopwatch sw = new Stopwatch(); sw.Start(); StringBuilder sb = new StringBuilder(); Console.WriteLine("從:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始迴圈執行:" + cnt + "條sql語句 ..."); for (int i = 0; i <= cnt; i++) { sb.Clear(); sb.Append(@"INSERT INTO [dbo].[CustomerFeedback] ([BusType] ,[CustomerPhone] ,[BackType] ,[Content] ) VALUES("); sb.Append(m.BusType); sb.Append(",'"); sb.Append(m.CustomerPhone); sb.Append("',"); sb.Append(m.BackType); sb.Append(",'"); sb.Append(m.Content); sb.Append("')"); using (SqlCommand cmd = new SqlCommand(sb.ToString(), conn)) { cmd.CommandTimeout = 0; cmd.ExecuteNonQuery(); } } Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,執行:" + cnt + "條sql語句完成 ! 耗時:" + sw.ElapsedMilliseconds + "毫秒。"); } }
執行結果如下:
10w條資料,693906毫秒,11分鐘,有沒有感覺還行,或者還可以接受的。親們,我是吐血狀不說話,繼續寫,你們看MSSQL資料庫與.Net配合插入止於哪裡?
點評下:
1、不停的建立與釋放sqlcommon物件,會有效能浪費。
2、不停的與資料庫建立連線,會有很大的效能損耗。
此2點還有執行結果告訴我們,此種方式不可取,即便這是我們最常見的資料插入方式。
那麼我們針對以上兩點做優化,1、建立一次sqlcommon物件,只與資料庫建立一次連線。優化改造程式碼如下:
public void SecondWay() { using (var conn = new SqlConnection(ConnStr)) { conn.Open(); Stopwatch sw = new Stopwatch(); sw.Start(); StringBuilder sb = new StringBuilder(); Console.WriteLine("從:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始迴圈拼接:" + cnt + "條sql語句 ..."); for (int i = 0; i <= cnt; i++) { sb.Append(@"INSERT INTO [dbo].[CustomerFeedback] ([BusType] ,[CustomerPhone] ,[BackType] ,[Content] ) VALUES("); sb.Append(m.BusType); sb.Append(",'"); sb.Append(m.CustomerPhone); sb.Append("',"); sb.Append(m.BackType); sb.Append(",'"); sb.Append(m.Content); sb.Append("')"); } var result = sw.ElapsedMilliseconds; Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,迴圈拼接:" + cnt + "條sql語句完成 ! 耗時:" + result + "毫秒。"); using (SqlCommand cmd = new SqlCommand(sb.ToString(), conn)) { cmd.CommandTimeout = 0; Stopwatch sw1 = new Stopwatch(); sw1.Start(); Console.WriteLine("從:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始執行:" + cnt + "條sql語句 ..."); cmd.ExecuteNonQuery(); Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,執行:" + cnt + "條sql語句完成 ! 耗時:" + sw1.ElapsedMilliseconds + "毫秒。"); } } }
執行結果如下:
呀,好奇怪啊,為什麼跟上一個方案沒有多大區別呢?
首先我們看下拼接這麼長的sql語句是怎麼在資料庫中是怎麼執行的。
1、檢視資料庫的連線情況
select * from sysprocesses where dbid in (select dbid from sysdatabases where name='dbname') --或者 SELECT * FROM [Master].[dbo].[SYSPROCESSES] WHERE [DBID] IN ( SELECT [DBID] FROM [Master].[dbo].[SYSDATABASES] WHERE NAME='dbname' )
2、檢視資料庫正在執行的sql語句
SELECT [Spid] = session_id , ecid , [Database] = DB_NAME(sp.dbid) , [User] = nt_username , [Status] = er.status , [Wait] = wait_type , [Individual Query] = SUBSTRING(qt.text, er.statement_start_offset / 2, ( CASE WHEN er.statement_end_offset = -1 THEN LEN(CONVERT(NVARCHAR(MAX), qt.text)) * 2 ELSE er.statement_end_offset END - er.statement_start_offset ) / 2) , [Parent Query] = qt.text , Program = program_name , hostname , nt_domain , start_time FROM sys.dm_exec_requests er INNER JOIN sys.sysprocesses sp ON er.session_id = sp.spid CROSS APPLY sys.dm_exec_sql_text(er.sql_handle) AS qt WHERE session_id > 50 -- Ignore system spids. AND session_id NOT IN ( @@SPID ) -- Ignore this current statement. ORDER BY 1 , 2
點評:雖然看似得到啦優化,其實與上一個解決方案的執行過程幾乎是一樣的,所以就不用多說什麼啦。
利於MSSQL資料庫的使用者自定義表型別做優化
依舊先上程式碼,或許這樣你才能對使用者自定義表型別產生興趣。
CREATE TYPE CustomerFeedbackTemp AS TABLE(
BusType int NOT NULL,
CustomerPhone varchar(40) NOT NULL,
BackType int NOT NULL,
Content nvarchar(1000) NOT NULL
)
public void ThirdWay()
{
Stopwatch sw = new Stopwatch();
Stopwatch sw1 = new Stopwatch();
DataTable dt = GetTable();
using (var conn = new SqlConnection(ConnStr))
{
string sql = @"INSERT INTO[dbo].[CustomerFeedback]
([BusType]
,[CustomerPhone]
,[BackType]
,[Content]
) select BusType,CustomerPhone,BackType,[Content] from @TempTb";
using (SqlCommand cmd = new SqlCommand(sql, conn))
{
cmd.CommandTimeout = 0;
SqlParameter catParam = cmd.Parameters.AddWithValue("@TempTb", dt);
catParam.SqlDbType = SqlDbType.Structured;
catParam.TypeName = "dbo.CustomerFeedbackTemp";
conn.Open();
Console.WriteLine("從:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始迴圈插入記憶體表中:" + cnt + "條資料 ...");
sw.Start();
for (int i = 0; i < cnt; i++)
{
DataRow dr = dt.NewRow();
dr[0] = m.BusType;
dr[1] = m.CustomerPhone;
dr[2] = m.BackType;
dr[3] = m.Content;
dt.Rows.Add(dr);
}
Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,迴圈插入記憶體表:" + cnt + "條資料完成 ! 耗時:" + sw.ElapsedMilliseconds + "毫秒。");
sw1.Start();
if (dt != null && dt.Rows.Count != 0)
{
cmd.ExecuteNonQuery();
sw.Stop();
}
Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,執行:" + cnt + "條資料的datatable的資料進資料庫 ! 耗時:" + sw1.ElapsedMilliseconds + "毫秒。");
}
}
}
執行結果:
哇抓Q,不到2秒,不到2秒,怎麼比每條4毫秒還快,不敢相信,是不是執行出問題啦。
再來一遍
再來一遍
是的你沒有看錯,10w條資料,不到2秒。是不是迫不及待的要知道為什麼?迫不及待的想知道我們用到的使用者自定義表型別是什麼?
使用者自定義表型別
首先型別大家應該很容易理解,像int,varchar,bit等都是型別,那麼這個表型別是個毛線呢?
其實他就是使用者可以自己定義一個表結構然後把他當作一個型別。
建立自定義型別的詳細文件:https://msdn.microsoft.com/zh-cn/library/ms175007.aspx
其次自定義型別也有一些限制,安全性:https://msdn.microsoft.com/zh-cn/library/bb522526.aspx
然後就是如何用這個型別,他的使用就是作為表值引數來使用的。
使用表值引數,可以不必建立臨時表或許多引數,即可向 Transact-SQL 語句或例程(如儲存過程或函式)傳送多行資料。
表值引數與 OLE DB 和 ODBC 中的引數陣列類似,但具有更高的靈活性,且與 Transact-SQL 的整合更緊密。 表值引數的另一個優勢是能夠參與基於資料集的操作。
Transact-SQL 通過引用向例程傳遞表值引數,以避免建立輸入資料的副本。 可以使用表值引數建立和執行 Transact-SQL 例程,並且可以使用任何託管語言從 Transact-SQL 程式碼、託管客戶端以及本機客戶端呼叫它們。
優點
就像其他引數一樣,表值引數的作用域也是儲存過程、函式或動態 Transact-SQL 文字。 同樣,表型別變數也與使用 DECLARE 語句建立的其他任何區域性變數一樣具有作用域。 可以在動態 Transact-SQL 語句內宣告表值變數,並且可以將這些變數作為表值引數傳遞到儲存過程和函式。
表值引數具有更高的靈活性,在某些情況下,可比臨時表或其他傳遞引數列表的方法提供更好的效能。 表值引數具有以下優勢:
-
首次從客戶端填充資料時,不獲取鎖。
-
提供簡單的程式設計模型。
-
允許在單個例程中包括複雜的業務邏輯。
-
減少到伺服器的往返。
-
可以具有不同基數的表結構。
-
是強型別。
-
使客戶端可以指定排序順序和唯一鍵。
-
在用於儲存過程時像臨時表一樣被快取。 從 SQL Server 2012 開始,對於引數化查詢,表值引數也被快取。
限制
表值引數有下面的限制:
-
SQL Server 不維護表值引數列的統計資訊。
-
表值引數必須作為輸入 READONLY 引數傳遞到 Transact-SQL 例程。 不能在例程體中對錶值引數執行諸如 UPDATE、DELETE 或 INSERT 這樣的 DML 操作。
-
不能將表值引數用作 SELECT INTO 或 INSERT EXEC 語句的目標。 表值引數可以在 SELECT INTO 的 FROM 子句中,也可以在 INSERT EXEC 字串或儲存過程中。
常見的BULK INSERT 資料集插入優化
public void FourWay() { Stopwatch sw = new Stopwatch(); Stopwatch sw1 = new Stopwatch(); DataTable dt = GetTable(); using (SqlConnection conn = new SqlConnection(ConnStr)) { SqlBulkCopy bulkCopy = new SqlBulkCopy(conn); bulkCopy.BulkCopyTimeout = 0; bulkCopy.DestinationTableName = "CustomerFeedback"; bulkCopy.BatchSize = dt.Rows.Count; conn.Open(); Console.WriteLine("從:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始迴圈插入記憶體表中:" + cnt + "條資料 ..."); sw.Start(); for (int i = 0; i < cnt; i++) { DataRow dr = dt.NewRow(); dr[0] = m.BusType; dr[1] = m.CustomerPhone; dr[2] = m.BackType; dr[3] = m.Content; dt.Rows.Add(dr); } Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,迴圈插入記憶體表:" + cnt + "條資料完成 ! 耗時:" + sw.ElapsedMilliseconds + "毫秒。"); sw1.Start(); if (dt != null && dt.Rows.Count != 0) { bulkCopy.WriteToServer(dt); sw.Stop(); } Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時,執行:" + cnt + "條資料的datatable的資料進資料庫 ! 耗時:" + sw1.ElapsedMilliseconds + "毫秒。"); }
執行結果:
1秒之內完成,1秒之內完成,看完這個簡直要在1秒之內完成10w條資料的插入的節奏,逆天,逆天啊。
bulk insert詳解:https://msdn.microsoft.com/zh-cn/library/ms188365.aspx
專業的點評:
表值引數的使用方法與其他基於資料集的變數的使用方法相似;但是,頻繁使用表值引數將比大型資料集要快。 大容量操作的啟動開銷比表值引數大,與之相比,表值引數在插入數目少於 1000 的行時具有很好的執行效能。
重用的表值引數可從臨時表快取中受益。 這一表快取功能可比對等的 BULK INSERT 操作提供更好的伸縮性。 使用小型行插入操作時,可以通過使用引數列表或批量語句(而不是 BULK INSERT 操作或表值引數)來獲得小的效能改進。 但是,這些方法在程式設計上不太方便,並且隨著行的增加,效能會迅速下降。
表值引數在執行效能上與對等的引數陣列實現相當甚至更好。
總結
接下來是大家最喜歡的總結內容啦,內容有三,如下:
1、希望能關注我其他的文章。
2、部落格裡面有沒有很清楚的說明白,或者你有更好的方式,那麼歡迎加入左上方的2個交流群,我們一起學習探討。
3、你可以忘記點贊加關注,但千萬不要忘記掃碼打賞哦。