大資料量下MySQL插入方法的效能比較

不管是日常業務資料處理中，還是資料庫的匯入匯出，都可能遇到需要處理大量資料的插入。插入的方式和資料庫引擎都會對插入速度造成影響，這篇文章旨在從理論和實踐上對各種方法進行分析和比較，方便以後應用中插入方法的選擇。

插入分析

MySQL中插入一個記錄需要的時間由下列因素組成，其中的數字表示大約比例：

• 連線：（3）
• 傳送查詢給伺服器：（2）
• 分析查詢：（2）
• 插入記錄：（1x記錄大小）
• 插入索引：（1x索引）
• 關閉：（1）

如果我們每插入一條都執行一個SQL語句，那麼我們需要執行除了連線和關閉之外的所有步驟N次，這樣是非常耗時的，優化的方式有一下幾種：

1. 在每個insert語句中寫入多行，批量插入
2. 將所有查詢語句寫入事務中
3. 利用Load Data匯入資料

每種方式執行的效能如下。

Innodb引擎

InnoDB 給 MySQL 提供了具有事務(commit)、回滾(rollback)和崩潰修復能力(crash recovery capabilities)的事務安全(transaction-safe (ACID compliant))型表。InnoDB 提供了行鎖(locking on row level)以及外來鍵約束(FOREIGN KEY constraints)。

InnoDB 的設計目標是處理大容量資料庫系統，它的 CPU 利用率是其它基於磁碟的關聯式資料庫引擎所不能比的。在技術上，InnoDB 是一套放在 MySQL 後臺的完整資料庫系統，InnoDB 在主記憶體中建立其專用的緩衝池用於高速緩衝資料和索引。

測試環境

Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16

總數100W條資料

插入完後資料庫大小38.6MB（無索引），46.8（有索引）

• 無索引單條插入 總耗時：229s 峰值記憶體：246KB
• 有索引單條插入 總耗時：242s 峰值記憶體：246KB
• 無索引批量插入 總耗時：10s 峰值記憶體：8643KB
• 有索引批量插入 總耗時：16s 峰值記憶體：8643KB
• 無索引事務插入 總耗時：78s 峰值記憶體：246KB
• 有索引事務插入 總耗時：82s 峰值記憶體：246KB
• 無索引Load Data插入 總耗時：12s 峰值記憶體：246KB
• 有索引Load Data插入 總耗時：11s 峰值記憶體：246KB

MyIASM引擎

MyISAM 是MySQL預設存貯引擎。設計簡單，支援全文搜尋。

測試環境

Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16

總數100W條資料

插入完後資料庫大小19.1MB（無索引），38.6（有索引）

• 無索引單條插入 總耗時：82s 峰值記憶體：246KB
• 有索引單條插入 總耗時：86s 峰值記憶體：246KB
• 無索引批量插入 總耗時：3s 峰值記憶體：8643KB
• 有索引批量插入 總耗時：7s 峰值記憶體：8643KB
• 無索引Load Data插入 總耗時：6s 峰值記憶體：246KB
• 有索引Load Data插入 總耗時：8s 峰值記憶體：246KB

總結

我測試的資料量不是很大，不過可以大概瞭解這幾種插入方式對於速度的影響，最快的必然是Load Data方式。這種方式相對比較麻煩，因為涉及到了寫檔案，但是可以兼顧記憶體和速度。

測試程式碼

<?php
$dsn = 'mysql:host=localhost;dbname=test';
$db = new PDO($dsn,'root','',array(PDO::ATTR_PERSISTENT => true));
//刪除上次的插入資料
$db->query('delete from `test`');
//開始計時
$start_time = time();
$sum = 1000000;
// 測試選項
$num = 1;

if ($num == 1){
    // 單條插入
    for($i = 0; $i < $sum; $i++){
        $db->query("insert into `test` (`id`,`name`) values ($i,'tsetssdf')");
    }
} elseif ($num == 2) {
    // 批量插入，為了不超過max_allowed_packet，選擇每10萬插入一次
    for ($i = 0; $i < $sum; $i++) {
        if ($i == $sum - 1) { //最後一次
            if ($i%100000 == 0){
                $values = "($i, 'testtest')";
                $db->query("insert into `test` (`id`, `name`) values $values");
            } else {
                $values .= ",($i, 'testtest')";
                $db->query("insert into `test` (`id`, `name`) values $values");
            }
            break;
        }
        if ($i%100000 == 0) { //平常只有在這個情況下才插入
            if ($i == 0){
                $values = "($i, 'testtest')";
            } else {
                $db->query("insert into `test` (`id`, `name`) values $values");
                $values = "($i, 'testtest')";
            }
        } else {
            $values .= ",($i, 'testtest')";    
        }
    }
} elseif ($num == 3) {
    // 事務插入
    $db->beginTransaction(); 
    for($i = 0; $i < $sum; $i++){
        $db->query("insert into `test` (`id`,`name`) values ($i,'tsetssdf')");
    }
    $db->commit();
} elseif ($num == 4) {
    // 檔案load data
    $filename = dirname(__FILE__).'/test.sql';
    $fp = fopen($filename, 'w');
    for($i = 0; $i < $sum; $i++){
        fputs($fp, "$i,'testtest'\r\n");    
    }
    $db->exec("load data infile '$filename' into table test fields terminated by ','");
}

$end_time = time();
echo "總耗時", ($end_time - $start_time), "秒\n";
echo "峰值記憶體", round(memory_get_peak_usage()/1000), "KB\n";

?>

以上就是MySQL大量資料插入各種方法效能分析與比較，希望能幫到你。