MySQL批量SQL插入性能优化

  对于一些数据量较大的系统，数据库面临的问题除了查询效率低下，还有就是数据入库时间长。特别像报表系统，可能天天花费在数据导入上的时间就会长达几个小时之久。所以，优化数据库插入性能是颇有意义的。

       网络上的牛人不少，总会有一些手段能够提升insert效率，你们跟我一块儿分享一下吧：

       1. 一条SQL语句插入多条数据。
       咱们经常使用的插入语句大都是一条一个insert，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);

如今咱们将它修改为：

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

【数据对比】

       下面是网上牛人提供一些测试对比数据，分别是进行单条数据的导入与转化成一条SQL语句进行导入，分别测试1百、1千、1万条数据记录。经过对比，能够发现修改后的插入操做可以提升程序的插入效率。

       【原因分析】
        这里第二种SQL执行效率高的主要缘由是合并后日志量（MySQL的binlog和innodb的事务让日志）减小了，下降日志刷盘的数据量和频率，从而提升效率。经过合并SQL语句，同时也能减小SQL语句解析的次数，减小网络传输的IO。

       2. 在事务中进行插入处理。
       在操做数据的时候，事务也是很经常使用的。如今咱们把上面的插入语句修改为：

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;

【数据对比】

        这里也提供了测试对比，分别是不使用事务与使用事务在记录数为1百、1千、1万的状况。亦发现数据的插入效率提升了。

       【原因分析】

        这是由于进行一个INSERT操做时，MySQL内部会创建一个事务，在事务内才进行真正插入处理操做。经过使用事务能够减小建立事务的消耗，全部插入都在执行后才进行提交操做。

       3. 数据有序插入。

       数据有序的插入是指插入记录在主键上是有序排列，例如datetime是记录的主键：

       原始插入语句以下：

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);

修改为：

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);

【数据对比】

        下面提供随机数据与顺序数据的性能对比，分别是记录为1百、1千、1万、10万、100万。从测试结果来看，该优化方法的性能有所提升，可是提升并非很明显。

       【原因分析】
        因为数据库插入时，须要维护索引数据，无序的记录会增大维护索引的成本。咱们能够参照innodb使用的B+Tree 索引，若是每次插入记录都在索引的最后面，索引的定位效率很高，而且对索引调整较小；若是插入的记录在索引中间，须要B+tree进行分裂合并等处理，会消耗比较多计算资源，而且插入记录的索引定位效率会降低，数据量较大时会有频繁的磁盘操做。

       性能综合测试：
       这里提供了同时使用上面三种方法进行INSERT效率优化的测试。

       从测试结果能够看到，合并数据+事务的方法在较小数据量时，性能提升是很明显的，数据量较大时（1千万以上），性能会急剧降低，这是因为此时数据量超过了innodb_buffer的容量，每次定位索引涉及较多的磁盘读写操做，性能降低较快。而使用合并数据+事务+有序数据的方式在数据量达到千万级以上表现依旧是良好，在数据量较大时，有序数据索引定位较为方便，不须要频繁对磁盘进行读写操做，因此能够维持较高的性能。

       注意事项：

• SQL语句是有长度限制，在进行数据合并在同一SQL中务必不能超过SQL长度限制，经过max_allowed_packet配置能够修改，默认是1M，测试时修改成8M。

• 事务须要控制大小，事务太大可能会影响执行的效率。MySQL有innodb_log_buffer_size配置项，超过这个值会把innodb的数据刷到磁盘中，这时，效率会有所降低。因此比较好的作法是，在数据达到这个这个值前进行事务提交。