C#批量插入資料到Sqlserver中的四種方式 - 轉

標籤：.net   http   c#   orm   Owner   ati   取消   ilo   觸發器   

先建立一個用來測試的資料庫和表，為了讓插入資料更快，表中主鍵採用的是GUID，表中沒有建立任何索引。GUID必然是比自增長要快的，因為你產生一個GUID演算法所花的時間肯定比你從資料表中重新查詢上一條記錄的ID的值然後再進行加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，這是非常耗效能的。如果表中無可避免的存在索引，我們可以通過先刪除索引，然後批量插入，最後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指令碼來插入資料，常見如下四種方式。

方式一：一條一條插入，效能最差，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

文法如下：

    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指令來設定在單個事務中可以插入到表中的記錄的數量      [ [ , ] CHECK_CONSTRAINTS ]     --指定在大容量匯入操作期間，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，並且在此操作之後表的約束將標記為不可信。      [ [ , ] CODEPAGE = { ‘ACP‘ | ‘OEM‘ | ‘RAW‘ | ‘code_page‘ } ]  --指定該資料檔案中資料的字碼頁      [ [ , ] DATAFILETYPE =          { ‘char‘ | ‘native‘| ‘widechar‘ | ‘widenative‘ } ]  --指定 BULK INSERT 使用指定的資料檔案類型值執行匯入操作。      [ [ , ] FIELDTERMINATOR = ‘field_terminator‘ ]  --標識分隔內容的符號      [ [ , ] FIRSTROW = first_row ]    --指定要載入的第一行的行號。預設值是指定資料檔案中的第一行      [ [ , ] FIRE_TRIGGERS ]     --是否啟動觸發器      [ [ , ] FORMATFILE = ‘format_file_path‘ ]       [ [ , ] KEEPIDENTITY ]   --指定匯入資料檔案中的標識值用於識別欄位      [ [ , ] KEEPNULLS ]    --指定在大容量匯入操作期間空列應保留一個空值，而不插入用於列的任何預設值      [ [ , ] KILOBYTES_PER_BATCH = kilobytes_per_batch ]       [ [ , ] LASTROW = last_row ]   --指定要載入的最後一行的行號      [ [ , ] MAXERRORS = max_errors ]   --指定允許在資料中出現的最多語法錯誤數，超過該數量後將取消大容量匯入操作。      [ [ , ] ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ]  --指定資料檔案中的資料如何排序      [ [ , ] ROWS_PER_BATCH = rows_per_batch ]       [ [ , ] ROWTERMINATOR = ‘row_terminator‘ ]   --標識分隔行的符號      [ [ , ] TABLOCK ]     --指定為大容量匯入操作期間擷取一個表級鎖      [ [ , ] ERRORFILE = ‘file_name‘ ]   --指定用於收集格式有誤且不能轉換為 OLE DB 行集的行的檔案。           )]   

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來實現大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("採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 串連。            {                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。

開啟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）插入資料

從sqlserver 2008起開始支援TVPs。建立緩衝表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)

執行完成之後，會發現在資料庫CarSYS下面多了一張緩衝表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("採用拼接批量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 串連。            {                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，效能有了較大的提升，但是顯然還是不夠快。

總結：大資料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資料方式。其都是通過構建DataTable的方式插入的，而我們知道DataTable是存在記憶體中的，所以當資料量特別特別大，大到記憶體中無法一次性儲存的時候，可以分段插入。比如需要插入9千萬條資料，可以分成9段進行插入，一次插入1千萬條。而在for迴圈中直接進行資料庫操作，我們是應該盡量避免的。每一次資料庫的串連、開啟和關閉都是比較耗時的，雖然在C#中存在資料庫連接池，也就是當我們使用using或者conn.Close()，進行釋放串連時，其實並沒有真正關閉資料庫連接，它只是讓串連以類似於休眠的方式存在，當再次操作的時候，會從串連池中找一個休眠狀態的串連，喚醒它，這樣可以有效提高並發能力，減少串連損耗。而串連池中的串連數，我們都是可以配置的。

C#批量插入資料到Sqlserver中的四種方式 - 轉