实战手记:让百万级数据瞬间导入SQL Server

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
想必每个DBA都喜欢挑战数据导入时间,用时越短工作效率越高,也充分的能够证明自己的实力。实际工作中有时候需要把大量数据导入数据库,然后用于各种程序计算,本文将向大家推荐一个挑战4秒极限让百万级数据瞬间导入SQL Server实验案例。
 
本实验将使用5中方法完成这个过程,并详细记录各种方法所耗费的时间。所用到工具为Visual Studio 2008和SQL Server 2000、SQL Server 2008,分别使用5中方法将100万条数据导入SQL Server 2000与SQL Server 2008中,实验环境是DELL 2850双2.0GCPU,2G内存的服务器。感兴趣的朋友可以下载源代码自己验证一下所用时间。
 
好了,下面我们分别使用基本的Insert 语句、使用BULK INSERT语句、在多线程中使用BULK INSERT、使用SqlBulkCopy类、在多线程中使用SqlBulkCopy类五种方法,挑战4秒极限。还要有一点需要进行说明,本实验中执行SQL语句的地方使用了IsLine FrameWork框架中的DataProvider模块,这个模块只是对SQL配置的读取和封装,并不会对最终结果有本质性的影响,关于IsLine FrameWork框架方面的知识,请参考“IsLine FrameWork”框架系列文章。
 
数据库方面使用SQL Server 2000与SQL Server 2008,表名TableB,字段名称为Value1,数据库名可以在App.config中修改,默认为test。
 
方法一.使用基本的Insert 语句
 
这种方法是最基本的方法,大多数人一开始都会想到这种方法。但是Insert语句似乎并不适合大批量的操作,是不是这样呢?
 
本方法中将100万数据分为10个批次,每个批次10万条,每10万条1个事务,分10次导入数据库。
 
-->基本语句:
 
Insert Into TableB (Value1) values (‘”+i+”’); 说明:语句中的i是宿主程序中的一个累加变量,用于填充数据库字段中的值。
 
SQL Server 2000 耗时:901599
 
SQL Server 2008耗时:497638
 
方法二.使用BULK INSERT语句
 
这个类的效果,在本实验中可以说是最令人满意的了,它的使用最简便、灵活,速度很快。
 
“BULK INSERT”语句似乎不是很常用, Aicken听说Oracle中有一种可以将外部文件映射为Oracle临时表,然后直接将临时表中的数据导入Oracle其他表中的方法,这种方法的速度非常令人满意,SQL SERVER的BULK INSERT是不是同样令人满意呢?
 
--> 基本语句:
 
BULK INSERT TableB FROM
 
c:\\sql.txt‘ WITH (FIELDTERMINATOR = ‘,‘,ROWTER
 
/.,mbMINATOR=‘|‘,BATCHSIZE = 100000)
 
说明:“c:\\sql.txt”是一个预先生成的包含100条数据的文件,这些数据以“|”符号分隔,每10万条数据一个事务。
 
SQL Server 2000耗时:4009
 
SQL Server 2008耗时:10722
 
方法三.在多线程中使用BULK INSERT
 
在方法二的基础上,将100万条数据分五个线程,每个线程负责20万条数据,每5万条一个事物,五个线程同时启动,看看这样的效果吧。
 
SQL Server 2000耗时:21099
 
SQL Server 2008耗时:10997
 
方法四.使用SqlBulkCopy类
 
这种方法速度也很快,但是要依赖内存,对于几千万条、多字段的复杂数据,可能在内存方面会有较大的消耗,不过可以使用64位解决方案处理这个问题。
 
几千万条、多字段的数据的情况一般在一些业务场景中会遇到,比如计算全球消费者某个业务周期消费额时,要先获得主数据库表中的会员消费记录快照,并将快照储存至临时表中,然后供计算程序使用这些数据。并且有些时候消费者的消费数据并不在一台数据库服务器中,而是来自多个国家的多台服务器,这样我们就必须借助内存或外存设备中转这些数据,然后清洗、合并、检测,最后导入专用表供计算程序使用。
 
基本语句:
 
using (System.Data.SqlClient.SqlBulkCopy sqlBC
 
= new System.Data.SqlClient.SqlBulkCopy(conn))
 
{ sqlBC.BatchSize = 100000; sqlBC.BulkCopyTimeout
 
= 60; sqlBC.DestinationTableName = "dbo.TableB";
 
sqlBC.ColumnMappings.Add("valueA", "Value1");
 
sqlBC.WriteToServer(dt); }
 
说明:
 
BatchSize = 100000; 指示每10万条一个事务并提交
 
BulkCopyTimeout = 60; 指示60秒按超时处理
 
DestinationTableName = "dbo.TableB"; 指示将数据导入TableB表
 
ColumnMappings.Add("valueA", "Value1"); 指示将内存中valueA字段与TableB中的Value1字段匹配
 
WriteToServer(dt);写入数据库。其中dt是预先构建好的DataTable,其中包含valueA字段。
 
SQL Server 2000耗时:4989
 
SQL Server 2008耗时:10412
 
方法五.在多线程中使用SqlBulkCopy类
 
基于方法四,将100万条数据分五个线程,每个线程负责20万条数据,每5万条一个事物,五个线程同时启动,看看这样的效果吧。
 
SQL 2000耗时:7682
 
SQL 2008耗时:10870
 
结果
 
 
 
几天的时间终于把这个实验给完成了,比较令人失望的是SQL SERVER 2008导入数据的性能似乎并不想我们想象的那样优秀。

  

实战手记:让百万级数据瞬间导入SQL Server,布布扣,bubuko.com

实战手记:让百万级数据瞬间导入SQL Server

上一篇:【转】iBatis.Net的SqlMap.config文件


下一篇:PostgreSQL 位图索引