数据库批量数据插入问题分析

时间 2019-11-10

标签数据库批量数据插入问题分析栏目 SQL 繁體版

原文原文链接

在数据库的相关开发中，常常会遇到数据的批量插入问题。本文主要是经过实验的方式探讨批量数据插入的瓶颈，以及优化建议。

以10w条记录的插入做为实验对象，采用下面的几种方法插入： sql

1. 普通插入：普通的一条条插入数据库

2. 普通插入+手动提交：setAutoCommit(false)、commit（）多线程

3. 普通插入+手动提交+ prepareStatement方式 app

4. 批量插入：addBatch、executeBatch ide

5. 批量插入：insert into tableName (x,xx,xxx) values(x,xx,xxx),(xx,xxx,xxxx)…, 性能

6. 多线程插入。测试

7. InnoDB引擎和MyISAM引擎的比较。
大数据

实验环境：优化

数据库：MySQL 5.0 ui

机器硬件：

内存 3G

CPU AMD双核4400+ 2.3G

首先创建一个简单的user表：

CREATE TABLE `user` (

`id` varchar(50) NOT NULL,

`seqid` bigint(20) NOT NULL auto_increment,

`name` varchar(50) NOT NULL,

PRIMARY KEY (`seqid`)

) ENGINE=MyISAM DEFAULT CHARSET=utf8

1、普通插入
代码：

Connection conn = source.getConnection();
2

Statement s = conn.createStatement();
3

String sql = "" ;
4

long start = System.currentTimeMillis();
5

for ( int i = 0 ;i < 100000 ;i ++ )
6

{
7

sql="insert into user(id,name) value('"+(i+1)+"','chenxinhan')";
8

s.execute(sql);
9

}
10

s.close();
11

conn.close();
12

long end = System.currentTimeMillis();
13

System.out.println( " commonInsert()执行时间为： " + (end - start) + " ms " );

输出结果：
commonInsert()执行时间为：13828ms

2、普通插入+手动提交：setAutoCommit(false)、commit()
代码：

Connection conn = source.getConnection();
2

conn.setAutoCommit( false );
3

Statement s = conn.createStatement();
4

String sql = "" ;
5

long start = System.currentTimeMillis();
6

for ( int i = 0 ;i < 100000 ;i ++ )
7

{
8

sql="insert into user(id,name) value('"+(i+1)+"','chenxinhan')";
9

s.execute(sql);
10

}
11

conn.commit();
12

s.close();
13

conn.close();
14

long end = System.currentTimeMillis();
15

System.out.println( " commonInsert()执行时间为： " + (end - start) + " ms " );

输出结果：
commonInsert()执行时间为：13813ms
对比分析：
能够看出，仅仅是这种方式的设置，对性能的影响并不大。

3、普通插入+手动提交+ prepareStatement方式
代码：

Connection conn = source.getConnection();
2

conn.setAutoCommit( false );
3

PreparedStatement ps = conn.prepareStatement( " insert into user(id,name) value(?,?) " );
4

long start = System.currentTimeMillis();
5

for ( int i = 0 ;i < 100000 ;i ++ )
6

{
7

ps.setString(1,(i+1)+"");
8

ps.setString(2,"chenxinhan");
9

ps.execute();
10

}
11

conn.commit();
12

ps.close();
13

conn.close();
14

long end = System.currentTimeMillis();
15

System.out.println( " prepareStatementInsert()执行时间为： " + (end - start) + " ms " );

输出结果：
prepareStatementInsert()执行时间为：12797ms
对比分析：
采用prepareStatement的方式确实能够提升一点性能，由于减小了数据库引擎解析优化SQL语句的时间，可是因为如今的插入语句太简单，因此性能提高不明显。

4、批量插入：addBatch、executeBatch
代码：

Connection conn = source.getConnection();
2

conn.setAutoCommit( false );
3

Statement s = conn.createStatement();
4

String sql = "" ;
5

long start = System.currentTimeMillis();
6

for ( int j = 0 ;j < 100 ;j ++ )
7

{
8

for(int i=0;i<1000;i++)
9

{
10

sql="insert into user(id,name) value('"+(i+1)+"','chenxinhan')";
11

s.addBatch(sql);
12

}
13

s.executeBatch();
14

conn.commit();
15

s.clearBatch();
16

}
17

s.close();
18

conn.close();
19

long end = System.currentTimeMillis();
20

System.out.println( " batchInsert()执行时间为： " + (end - start) + " ms " );

输出结果：
batchInsert()执行时间为：13625ms
对比分析：
按道理，这种批处理的方式是要快些的，可是测试结果却不尽人意，有点不解，请高人拍砖。

5、批量插入：insert into tableName (x,xx,xxx) values(x,xx,xxx),(xx,xxx,xxxx)…,
代码：

Connection conn = source.getConnection();
2

conn.setAutoCommit( false );
3

Statement s = conn.createStatement();
4

StringBuilder sql = new StringBuilder( "" );
5

long start = System.currentTimeMillis();
6

for ( int j = 0 ;j < 100 ;j ++ )
7

{
8

sql=new StringBuilder("");
9

sql.append("insert into user(id,name) values ");
10

for(int i=0;i<1000;i++)
11

{
12

if(i==999)
13

sql.append("('").append(i+1).append("',").append("'cxh')");
14

else
15

sql.append("('").append(i+1).append("',").append("'cxh'),");
16

}
17

s.execute(sql.toString());
18

conn.commit();
19

}
20

s.close();
21

conn.close();
22

long end = System.currentTimeMillis();
23

System.out.println( " manyInsert()执行时间为： " + (end - start) + " ms " );

输出结果：
manyInsert()执行时间为：937ms
对比分析：
发现采用这种方式的批量插入性能提高最明显，有10倍以上的性能提高。因此这种方式是我推荐的批量插入方式！

6、多线程插入
在第五种方式的基础上采用多线程插入。
代码：

final Connection conn = source.getConnection();
2

for ( int j = 0 ;j < 3 ;j ++ )
3

{
4

Thread t=new Thread(){
5

@Override
6

public void run() {
7

try
8

{
9

long start=System.currentTimeMillis();
10

Statement s=conn.createStatement();
11

StringBuilder sql=new StringBuilder("");
12

for(int j=0;j<100;j++)
13

{
14

conn.setAutoCommit(false);
15

sql=new StringBuilder("");
16

sql.append("insert into user (id,name) values ");
17

for(int i=0;i<1000;i++)
18

{
19

if(i==999)
20

sql.append("('").append(i+1).append("',").append("'cxh')");
21

else
22

sql.append("('").append(i+1).append("',").append("'cxh'),");
23

}
24

s.execute(sql.toString());
25

conn.commit();
26

}
27

s.close();
28

long end=System.currentTimeMillis();
29

System.out.println("multiThreadBatchInsert()执行时间为："+(end-start)+"ms");
30

}
31

catch(Exception e)
32

{
33

e.printStackTrace();
34

}
35

}
36

};
37

t.start();
38

//t.join();
39

}

输出结果：
multiThreadBatchInsert()执行时间为：2437ms
multiThreadBatchInsert()执行时间为：2625ms
multiThreadBatchInsert()执行时间为：2703ms

注意：上面我采用的是三个线程插入30w条数据。
取最大时间为2703ms，较上面的937ms，基本仍是三倍的时间。
因此发现此时多线程也解决不了批量数据插入问题。缘由就是，这时候的性能瓶颈不是CPU，而是数据库！

7、InnoDB引擎和MyISAM引擎的比较
最后，分析一下，这两个引擎对批量数据插入的影响。
先创建user2数据表：

CREATE TABLE `user2` (

`id` varchar(50) NOT NULL,

`seqid` bigint(20) NOT NULL auto_increment,

`name` varchar(50) NOT NULL,

PRIMARY KEY (`seqid`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8

代码：

Connection conn = source.getConnection();
2

conn.setAutoCommit( false );
3

Statement s = conn.createStatement();
4

StringBuilder sql = new StringBuilder( "" );
5

long start = System.currentTimeMillis();
6

for ( int j = 0 ;j < 100 ;j ++ )
7

{
8

sql=new StringBuilder("");
9

sql.append("insert into user2 (id,name) values ");
10

for(int i=0;i<1000;i++)
11

{
12

if(i==999)
13

sql.append("('").append(i+1).append("',").append("'cxh')");
14

else
15

sql.append("('").append(i+1).append("',").append("'cxh'),");
16

}
17

s.execute(sql.toString());
18

conn.commit();
19

}
20

s.close();
21

conn.close();
22

long end = System.currentTimeMillis();
23

System.out.println( " manyInsert2()执行时间为： " + (end - start) + " ms " );

输出结果：
manyInsert2()执行时间为：3484ms
注意：第七项的代码和第五是同样的，除了数据表名称不一样（user、user2）
可是，
InnoDB ：3484ms
MyISAM：937ms
因此，MyISAM引擎对大数据量的插入性能较好。

总结：
对于大数据量的插入，建议使用insert into tableName (x,xx,xxx) values(x,xx,xxx),(xx,xxx,xxxx)…,的方式，引擎建议使用MyISAM引擎。