不管是日常業務數據處理中，還是數據庫的導入導出，都可能遇到需要處理大量數據的插入。插入的方式和數據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，方便以后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：
- 連接：（3）
- 發送查詢給服務器：（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，那么我們需要執行除了連接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：
- 在每個insert語句中寫入多行，批量插入
- 將所有查詢語句寫入事務中
- 利用Load Data導入數據
每種方式執行的性能如下。
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)以及外鍵約束(FOREIGN KEY constraints)。
InnoDB 的設計目標是處理大容量數據庫系統，它的 CPU 利用率是其它基於磁盤的關系數據庫引擎所不能比的。在技術上，InnoDB 是一套放在 MySQL 后台的完整數據庫系統，InnoDB 在主內存中建立其專用的緩沖池用於高速緩沖數據和索引。
測試環境
Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16
總數100W條數據
插入完后數據庫大小38.6MB（無索引），46.8（有索引）
- 無索引單條插入 總耗時：229s 峰值內存：246KB
- 有索引單條插入 總耗時：242s 峰值內存：246KB
- 無索引批量插入 總耗時：10s 峰值內存：8643KB
- 有索引批量插入 總耗時：16s 峰值內存：8643KB
- 無索引事務插入 總耗時：78s 峰值內存：246KB
- 有索引事務插入 總耗時：82s 峰值內存：246KB
- 無索引Load Data插入 總耗時：12s 峰值內存：246KB
- 有索引Load Data插入 總耗時：11s 峰值內存：246KB
MyIASM引擎
MyISAM 是MySQL缺省存貯引擎。設計簡單，支持全文搜索。
測試環境
Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16
總數100W條數據
插入完后數據庫大小19.1MB（無索引），38.6（有索引）
- 無索引單條插入 總耗時：82s 峰值內存：246KB
- 有索引單條插入 總耗時：86s 峰值內存：246KB
- 無索引批量插入 總耗時：3s 峰值內存：8643KB
- 有索引批量插入 總耗時：7s 峰值內存：8643KB
- 無索引Load Data插入 總耗時：6s 峰值內存：246KB
- 有索引Load Data插入 總耗時：8s 峰值內存：246KB
總結
我測試的數據量不是很大，不過可以大概了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，因為涉及到了寫文件，但是可以兼顧內存和速度。
<?php
$dsn = 'mysql:host=localhost;dbname=test';
$db = new PDO($dsn,'root','',array(PDO::ATTR_PERSISTENT => true));
//刪除上次的插入數據
$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 == $sum - 1) { //最后一次
if ($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) {
// 文件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 "峰值內存", round(memory_get_peak_usage()/1000), "KB\n";
?>