本篇，我將來講解一下在Sqlserver中批量插入數據。
先創建一個用來測試的數據庫和表，為了讓插入數據更快，表中主鍵采用的是GUID，表中沒有創建任何索引。GUID必然是比自增長要快的，因為你生成一個GUID算法所花的時間肯定比你從數據表中重新查詢上一條記錄的ID的值然后再進行加1運算要少。而如果存在索引的情況下，每次插入記錄都會進行索引重建，這是非常耗性能的。如果表中無可避免的存在索引，我們可以通過先刪除索引，然后批量插入，最后再重建索引的方式來提高效率。
create database CarSYS; go use CarSYS; go CREATE TABLE Product(Id UNIQUEIDENTIFIER PRIMARY KEY,NAME VARCHAR(50) NOT NULL,Price DECIMAL(18,2) NOT NULL)
我們通過SQL腳本來插入數據，常見如下四種方式。
方式一：一條一條插入，性能最差，不建議使用。
INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛欄1段',160);INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛欄2段',260);......
方式二：insert bulk
語法如下：
BULK INSERT [ [ 'database_name'.][ 'owner' ].]{ 'table_name' FROM 'data_file' } WITH ( [ BATCHSIZE [ = batch_size ] ], [ CHECK_CONSTRAINTS ], [ CODEPAGE [ = 'ACP' | 'OEM' | 'RAW' | 'code_page' ] ], [ DATAFILETYPE [ = 'char' | 'native'| 'widechar' | 'widenative' ] ], [ FIELDTERMINATOR [ = 'field_terminator' ] ], [ FIRSTROW [ = first_row ] ], [ FIRE_TRIGGERS ], [ FORMATFILE = 'format_file_path' ], [ KEEPIDENTITY ], [ KEEPNULLS ], [ KILOBYTES_PER_BATCH [ = kilobytes_per_batch ] ], [ LASTROW [ = last_row ] ], [ MAXERRORS [ = max_errors ] ], [ ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ], [ ROWS_PER_BATCH [ = rows_per_batch ] ], [ ROWTERMINATOR [ = 'row_terminator' ] ], [ TABLOCK ], )相關參數說明：
BULK INSERT [ database_name . [ schema_name ] . | schema_name . ] [ table_name | view_name ] FROM 'data_file' [ WITH ( [ [ , ] BATCHSIZE = batch_size ] --BATCHSIZE指令來設置在單個事務中可以插入到表中的記錄的數量 [ [ , ] CHECK_CONSTRAINTS ] --指定在大容量導入操作期間，必須檢查所有對目標表或視圖的約束。若沒有 CHECK_CONSTRAINTS 選項，則所有 CHECK 和 FOREIGN KEY 約束都將被忽略，并且在此操作之后表的約束將標記為不可信。 [ [ , ] CODEPAGE = { 'ACP' | 'OEM' | 'RAW' | 'code_page' } ] --指定該數據文件中數據的代碼頁 [ [ , ] DATAFILETYPE = { 'char' | 'native'| 'widechar' | 'widenative' } ] --指定 BULK INSERT 使用指定的數據文件類型值執行導入操作。 [ [ , ] FIELDTERMINATOR = 'field_terminator' ] --標識分隔內容的符號 [ [ , ] FIRSTROW = first_row ] --指定要加載的第一行的行號。默認值是指定數據文件中的第一行 [ [ , ] FIRE_TRIGGERS ] --是否啟動觸發器 [ [ , ] FORMATFILE = 'format_file_path' ] [ [ , ] KEEPIDENTITY ] --指定導入數據文件中的標識值用于標識列 [ [ , ] KEEPNULLS ] --指定在大容量導入操作期間空列應保留一個空值，而不插入用于列的任何默認值 [ [ , ] KILOBYTES_PER_BATCH = kilobytes_per_batch ] [ [ , ] LASTROW = last_row ] --指定要加載的最后一行的行號 [ [ , ] MAXERRORS = max_errors ] --指定允許在數據中出現的最多語法錯誤數，超過該數量后將取消大容量導入操作。 [ [ , ] ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ] --指定數據文件中的數據如何排序 [ [ , ] ROWS_PER_BATCH = rows_per_batch ] [ [ , ] ROWTERMINATOR = 'row_terminator' ] --標識分隔行的符號 [ [ , ] TABLOCK ] --指定為大容量導入操作持續時間獲取一個表級鎖 [ [ , ] ERRORFILE = 'file_name' ] --指定用于收集格式有誤且不能轉換為 OLE DB 行集的行的文件。 )]方式三：INSERT INTO xx select...
INSERT INTO Product(Id,Name,Price) SELECT NEWID(),'牛欄1段',160 UNION ALL SELECT NEWID(),'牛欄2段',180 UNION ALL......
方式四：拼接SQL
INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛欄1段',160),(newid(),'牛欄2段',260)......
在C#中通過ADO.NET來實現批量操作存在四種與之對應的方式。
方式一：逐條插入
#region 方式一 static void InsertOne() { Console.WriteLine("采用一條一條插入的方式實現"); Stopwatch sw = new Stopwatch(); using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中會自動Open和Close 連接。 { string sql = "INSERT INTO Product(Id,Name,Price) VALUES(newid(),@p,@d)"; conn.Open(); for (int i = 0; i < totalRow; i++) { using (SqlCommand cmd = new SqlCommand(sql, conn)) { cmd.Parameters.AddWithValue("@p", "商品" + i); cmd.Parameters.AddWithValue("@d", i); sw.Start(); cmd.ExecuteNonQuery(); Console.WriteLine(string.Format("插入一條記錄，已耗時{0}毫秒", sw.ElapsedMilliseconds)); } if (i == getRow) { sw.Stop(); break; } } } Console.WriteLine(string.Format("插入{0}條記錄，每{4}條的插入時間是{1}毫秒,預估總得插入時間是{2}毫秒，{3}分鐘", totalRow, sw.ElapsedMilliseconds, ((sw.ElapsedMilliseconds / getRow) * totalRow), GetMinute((sw.ElapsedMilliseconds / getRow * totalRow)), getRow)); } static int GetMinute(long l) { return (Int32)l / 60000; } #endregion運行結果如下：
我們會發現插入100w條記錄，預計需要50分鐘時間，每插入一條記錄大概需要3毫秒左右。
方式二：使用SqlBulk
#region 方式二 static void InsertTwo() { Console.WriteLine("使用Bulk插入的實現方式"); Stopwatch sw = new Stopwatch(); DataTable dt = GetTableSchema(); using (SqlConnection conn = new SqlConnection(StrConnMsg)) { SqlBulkCopy bulkCopy = new SqlBulkCopy(conn); bulkCopy.DestinationTableName = "Product"; bulkCopy.BatchSize = dt.Rows.Count; conn.Open(); sw.Start(); for (int i = 0; i < totalRow;i++ ) { DataRow dr = dt.NewRow(); dr[0] = Guid.NewGuid(); dr[1] = string.Format("商品", i); dr[2] = (decimal)i; dt.Rows.Add(dr); } if (dt != null && dt.Rows.Count != 0) { bulkCopy.WriteToServer(dt); sw.Stop(); } Console.WriteLine(string.Format("插入{0}條記錄共花費{1}毫秒，{2}分鐘", totalRow, sw.ElapsedMilliseconds, GetMinute(sw.ElapsedMilliseconds))); } } static DataTable GetTableSchema() { DataTable dt = new DataTable(); dt.Columns.AddRange(new DataColumn[] { new DataColumn("Id",typeof(Guid)), new DataColumn("Name",typeof(string)), new DataColumn("Price",typeof(decimal))}); return dt; } #endregion運行結果如下：
插入100w條記錄才8s多，是不是很溜。
打開Sqlserver Profiler跟蹤，會發現執行的是如下語句：
insert bulk Product ([Id] UniqueIdentifier, [NAME] VarChar(50) COLLATE Chinese_PRC_CI_AS, [Price] Decimal(18,2))
方式三：使用TVPs(表值參數）插入數據
從sqlserver 2008起開始支持TVPs。創建緩存表ProductTemp ，執行如下SQL。
CREATE TYPE ProductTemp AS TABLE(Id UNIQUEIDENTIFIER PRIMARY KEY,NAME VARCHAR(50) NOT NULL,Price DECIMAL(18,2) NOT NULL)
執行完成之后，會發現在數據庫CarSYS下面多了一張緩存表ProductTemp
可見插入100w條記錄共花費了11秒多。
方式四：拼接SQL
此種方法在C#中有限制，一次性只能批量插入1000條，所以就得分段進行插入。
#region 方式四 static void InsertFour() { Console.WriteLine("采用拼接批量SQL插入的方式實現"); Stopwatch sw = new Stopwatch(); using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中會自動Open和Close 連接。 { conn.Open(); sw.Start(); for (int j = 0; j < totalRow / getRow;j++ ) { StringBuilder sb = new StringBuilder(); sb.Append("INSERT INTO Product(Id,Name,Price) VALUES"); using (SqlCommand cmd = new SqlCommand()) { for (int i = 0; i < getRow; i++) { sb.AppendFormat("(newid(),'商品{0}',{0}),", j*i+i); } cmd.Connection = conn; cmd.CommandText = sb.ToString().TrimEnd(','); cmd.ExecuteNonQuery(); } } sw.Stop(); Console.WriteLine(string.Format("插入{0}條記錄，共耗時{1}毫秒",totalRow,sw.ElapsedMilliseconds)); } } #endregion運行結果如下：
我們可以看到大概花費了10分鐘。雖然在方式一的基礎上，性能有了較大的提升，但是顯然還是不夠快。
總結：大數據批量插入方式一和方式四盡量避免使用，而方式二和方式三都是非常高效的批量插入數據方式。其都是通過構建DataTable的方式插入的，而我們知道DataTable是存在內存中的，所以當數據量特別特別大，大到內存中無法一次性存儲的時候，可以分段插入。比如需要插入9千萬條數據，可以分成9段進行插入，一次插入1千萬條。而在for循環中直接進行數據庫操作，我們是應該盡量避免的。每一次數據庫的連接、打開和關閉都是比較耗時的，雖然在C#中存在數據庫連接池，也就是當我們使用using或者conn.Close()，進行釋放連接時，其實并沒有真正關閉數據庫連接，它只是讓連接以類似于休眠的方式存在，當再次操作的時候，會從連接池中找一個休眠狀態的連接，喚醒它，這樣可以有效的提高并發能力，減少連接損耗。而連接池中的連接數，我們都是可以配置的。
以上就是本文的全部內容，希望本文的內容對大家的學習或者工作能帶來一定的幫助，同時也希望多多支持武林網！
新聞熱點
疑難解答
