Mysql大指量插入資料時SQL語句的最佳化

1) 對於Myisam類型的表，可以通過以下方式快速的匯入大量的資料。
 
    ALTER TABLE tblname DISABLE KEYS;
    loading the data
    ALTER TABLE tblname ENABLE KEYS;

這兩個命令用來開啟或者關閉Myisam表非唯一索引的更新。在匯入大量的資料到一個非空的Myisam表時，通過設定這兩個命令，可以提高匯入的效率。對於匯入大量資料到一個空的Myisam表，預設就是先匯入資料然後才建立索引的，所以不用進行設定。

而對於Innodb類型的表，這種方式並不能提高匯入資料的效率。

2) 對於Innodb類型的表，我們有以下幾種方式可以提高匯入的效率：

因為Innodb類型的表是按照主鍵的順序儲存的，所以將匯入的資料按照主鍵的順序排列，可以有效提高匯入資料的效率。如果Innodb表沒有主鍵，那麼系統會預設建立一個內部列作為主鍵，所以如果可以給表建立一個主鍵，將可以利用這個優勢提高匯入資料的效率。

在匯入資料前執行SET UNIQUE_CHECKS=0，關閉唯一性校正，在匯入結束後執行SET UNIQUE_CHECKS=1，恢複唯一性校正，可以提高匯入的效率。

如果應用使用自動認可的方式，建議在匯入前執行SET AUTOCOMMIT=0，關閉自動認可，匯入結束後再執行SET AUTOCOMMIT=1，開啟自動認可，也可以提高匯入的效率。

經過對MySQL innodb的一些效能測試，發現一些可以提高insert效率的方法，供大家參考參考。

1. 一條SQL語句插入多條資料。

常用的插入語句如：
 
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('0', 'userid_0', 'content_0', 0);
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('1', 'userid_1', 'content_1', 1);

修改成：

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('0', 'userid_0', 'content_0', 0), ('1', 'userid_1', 'content_1', 1);
修改後的插入操作能夠提高程式的插入效率。這裡第二種SQL執行效率高的主要原因是合并後日誌量（MySQL的binlog和innodb的事務讓日誌）減少了，降低日誌刷盤的資料量和頻率，從而提高效率。通過合并SQL語句，同時也能減少SQL語句解析的次數，減少網路傳輸的IO。
這裡提供一些測試對比資料，分別是進行單條資料的匯入與轉化成一條SQL語句進行匯入，分別測試1百、1千、1萬條資料記錄。

 

2. 在事務中進行插入處理。

 

把插入修改成：

START TRANSACTION;
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('0', 'userid_0', 'content_0', 0);
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('1', 'userid_1', 'content_1', 1);
...
COMMIT;

3. 資料有序插入。

資料有序的插入是指插入記錄在主鍵上是有序排列，例如datetime是記錄的主鍵：
 
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('1', 'userid_1', 'content_1', 1);
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('0', 'userid_0', 'content_0', 0);
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('2', 'userid_2', 'content_2',2);

修改成： 

INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('0', 'userid_0', 'content_0', 0);
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('1', 'userid_1', 'content_1', 1);
INSERT INTO `insert_table` (`datetime`, `uid`, `content`, `type`)
  VALUES ('2', 'userid_2', 'content_2',2);

由於資料庫插入時，需要維護索引資料，無序的記錄會增大維護索引的成本。我們可以參照innodb使用的B+tree索引，如果每次插入記錄都在索引的最後面，索引的定位效率很高，並且對索引調整較小；如果插入的記錄在索引中間，需要B+tree進行分裂合并等處理，會消耗比較多計算資源，並且插入記錄的索引定位效率會下降，資料量較大時會有頻繁的磁碟操作。

下面提供隨機資料與順序資料的效能對比，分別是記錄為1百、1千、1萬、10萬、100萬。

從測試結果來看，該最佳化方法的效能有所提高，但是提高並不是很明顯。

效能綜合測試：

這裡提供了同時使用上面三種方法進行INSERT效率最佳化的測試。

從測試結果可以看到，合并資料+事務的方法在較小資料量時，效能提高是很明顯的，資料量較大時（1千萬以上），效能會急劇下降，這是由於此時資料量超過了innodb_buffer的容量，每次定位索引涉及較多的磁碟讀寫操作，效能下降較快。而使用合并資料+事務+有序資料的方式在資料量達到千萬級以上表現依舊是良好，在資料量較大時，有序資料索引定位較為方便，不需要頻繁對磁碟進行讀寫操作，所以可以維持較高的效能。

注意事項：

1. SQL語句是有長度限制，在進行資料合併在同一SQL中務必不能超過SQL長度限制，通過max_allowed_packet配置可以修改，預設是1M，測試時修改為8M。
2. 事務需要控制大小，事務太大可能會影響執行的效率。MySQL有innodb_log_buffer_size配置項，超過這個值會把innodb的資料刷到磁碟中，這時，效率會有所下降。所以比較好的做法是，在資料達到這個這個值前進行事務提交。