.Net Core導入千萬級數據至Mysql

​最近在工作中，涉及到一個數據遷移功能，從一個txt文本文件導入到MySQL功能。

數據遷移，在互聯網企業可以說經常碰到，而且涉及到千萬級、億級的數據量是很常見的。大數據量遷移，這里面就涉及到一個問題：高性能的插入數據。

今天我們就來談談MySQL怎么高性能插入千萬級的數據。

我們一起對比以下幾種實現方法：

 

前期准備

訂單測試表

CREATE TABLE `trade` (
  `id` VARCHAR(50) NULL DEFAULT NULL COLLATE 'utf8_unicode_ci',
  `trade_no` VARCHAR(50) NULL DEFAULT NULL COLLATE 'utf8_unicode_ci',
  UNIQUE INDEX `id` (`id`),
  INDEX `trade_no` (`trade_no`)
)
COMMENT='訂單'
COLLATE='utf8_unicode_ci'
ENGINE=InnoDB;

測試環境

操作系統：Window 10 專業版

CPU：Inter(R) Core(TM) i7-8650U CPU @1.90GHZ 2.11 GHZ

內存：16G

MySQL版本：5.7.26

 

實現方法：

1、單條數據插入

這是最普通的方式，通過循環一條一條的導入數據，這個方式的缺點很明顯就是每一次都需要連接一次數據庫。

 實現代碼：

//開始時間
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
    conn.Open();
​
    //插入10萬數據
    for (var i = 0; i < 100000; i++)
    {
        //插入
        var sql = string.Format("insert into trade(id,trade_no) values('{0}','{1}');",
            Guid.NewGuid().ToString(), "trade_" + (i + 1)
            );
        var sqlComm = new MySqlCommand();
        sqlComm.Connection = conn;
        sqlComm.CommandText = sql;
        sqlComm.ExecuteNonQuery();
        sqlComm.Dispose();
    }
​
    conn.Close();
}
​
//完成時間
var endTime = DateTime.Now;
​
//耗時
var spanTime = endTime - startTime;
Console.WriteLine("循環插入方式耗時：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10萬條測試耗時：

​

 上面的例子，我們是批量導入10萬條數據，需要連接10萬次數據庫。我們把SQL語句改為1000條拼接為1條，這樣就能減少數據庫連接，實現代碼修改如下：

//開始時間
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
    conn.Open();
​
    //插入10萬數據
    var sql = new StringBuilder();
    for (var i = 0; i < 100000; i++)
    {
        //插入
        sql.AppendFormat("insert into trade(id,trade_no) values('{0}','{1}');",
            Guid.NewGuid().ToString(), "trade_" + (i + 1)
            );
​
        //合並插入
        if (i % 1000 == 999)
        {
            var sqlComm = new MySqlCommand();
            sqlComm.Connection = conn;
            sqlComm.CommandText = sql.ToString();
            sqlComm.ExecuteNonQuery();
            sqlComm.Dispose();
            sql.Clear();
        }
    }
​
    conn.Close();
}
​
//完成時間
var endTime = DateTime.Now;
​
//耗時
var spanTime = endTime - startTime;
Console.WriteLine("循環插入方式耗時：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10萬條測試耗時：

​

通過優化后，原本需要10萬次連接數據庫，只需連接100次。從最終運行效果看，由於數據庫是在同一台服務器，不涉及網絡傳輸，性能提升不明顯。

 

2、合並數據插入

在MySQL同樣也支持，通過合並數據來實現批量數據導入。實現代碼：

//開始時間
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
    conn.Open();
​
    //插入10萬數據
    var sql = new StringBuilder();
    for (var i = 0; i < 100000; i++)
    {
        if (i % 1000 == 0)
        {
            sql.Append("insert into trade(id,trade_no) values");
        }
​
        //拼接
        sql.AppendFormat("('{0}','{1}'),", Guid.NewGuid().ToString(), "trade_" + (i + 1));
​
        //一次性插入1000條
        if (i % 1000 == 999)
        {
            var sqlComm = new MySqlCommand();
            sqlComm.Connection = conn;
            sqlComm.CommandText = sql.ToString().TrimEnd(',');
            sqlComm.ExecuteNonQuery();
            sqlComm.Dispose();
            sql.Clear();
        }
    }
       
​
    conn.Close();
}
​
//完成時間
var endTime = DateTime.Now;
​
//耗時
var spanTime = endTime - startTime;
Console.WriteLine("合並數據插入方式耗時：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10萬條測試耗時：

​

通過這種方式插入操作明顯能夠提高程序的插入效率。雖然第一種方法通過優化后，同樣的可以減少數據庫連接次數，但第二種方法：合並后日志量(MySQL的binlog和innodb的事務讓日志)減少了，降低日志刷盤的數據量和頻率，從而提高效率。同時也能減少SQL語句解析的次數，減少網絡傳輸的IO。

 

3、MySqlBulkLoader插入

MySQLBulkLoader也稱為LOAD DATA INFILE，它的原理是從文件讀取數據。所以我們需要將我們的數據集保存到文件，然后再從文件里面讀取。

實現代碼：

//開始時間
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
    conn.Open();
    var table = new DataTable();
    table.Columns.Add("id", typeof(string));
    table.Columns.Add("trade_no", typeof(string));
​
    //生成10萬數據
    for (var i = 0; i < 100000; i++)
    {
        if (i % 500000 == 0)
        {
            table.Rows.Clear();
        }
​
        //記錄
        var row = table.NewRow();
        row[0] = Guid.NewGuid().ToString();
        row[1] = "trade_" + (i + 1);
        table.Rows.Add(row);
​
        //50萬條一批次插入
        if (i % 500000 != 499999 && i < (100000 - 1))
        {
            continue;
        }
        Console.WriteLine("開始插入:" + i);
​
        //數據轉換為csv格式
        var tradeCsv = DataTableToCsv(table);
        var tradeFilePath = System.AppDomain.CurrentDomain.BaseDirectory + "trade.csv";
        File.WriteAllText(tradeFilePath, tradeCsv);
​
        #region 保存至數據庫
        var bulkCopy = new MySqlBulkLoader(conn)
        {
            FieldTerminator = ",",
            FieldQuotationCharacter = '"',
            EscapeCharacter = '"',
            LineTerminator = "\r\n",
            FileName = tradeFilePath,
            NumberOfLinesToSkip = 0,
            TableName = "trade"
        };
​
        bulkCopy.Columns.AddRange(table.Columns.Cast<DataColumn>().Select(colum => colum.ColumnName).ToList());
        bulkCopy.Load();
        #endregion
    }
​
    conn.Close();
}
​
//完成時間
var endTime = DateTime.Now;
​
//耗時
var spanTime = endTime - startTime;
Console.WriteLine("MySqlBulk方式耗時：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10萬條測試耗時：

​

注意：MySQL數據庫配置需開啟：允許文件導入。配置如下：

secure_file_priv= 

 

性能測試對比

針對上面三種方法，分別測試10萬、20萬、100萬、1000萬條數據記錄，最終性能入如下：

​

最后

通過測試數據看，隨着數據量的增大，MySqlBulkLoader的方式表現依舊良好，其他方式性能下降比較明顯。MySqlBulkLoader的方式完全可以滿足我們的需求。

文章首發於公眾號【編程樂趣】，歡迎大家關注。