實際工作中有時候需要把大量數據導入數據庫,然後用於各種程序計算,本實驗將使用5中方法完成這個過程,並詳細記錄各種方法所耗費的時間。
本實驗中所用到工具為VS2008和SQL SERVER 2000、SQL Server 2008,分別使用5中方法將100萬條數據導入SQL 2000與SQL 2008中,實驗環境是DELL 2850雙2.0GCPU,2G內存的服務器。感興趣的朋友可以下載源代碼自己驗證一下所用時間。
還要有一點需要進行說明,本實驗中執行SQL語句的地方使用了IsLine FrameWork框架中的DataProvider模塊,這個模塊只是對SQL配置的讀取和封裝,並不會對最終結果有本質性的影響,關於IsLine FrameWork框架方面的知識,請參考“IsLine FrameWork”框架系列文章。
下面進入正題,分別使用基本的Insert 語句、使用BULK INSERT語句、在多線程中使用BULK INSERT、使用SqlBulkCopy類、在多線程中使用SqlBulkCopy類五種方法,挑戰4秒極限。
數據庫方面使用SQL 2000與SQL 2008,表名TableB,字段名稱為Value1,數據庫名可以在App.config中修改,默認為test。
圖 1 試驗中的5種方法
方法一.使用基本的Insert 語句
這種方法是最基本的方法,大多數人一開始都會想到這種方法。但是Insert語句似乎並不適合大批量的操作,是不是這樣呢?
本方法中將100萬數據分為10個批次,每個批次10萬條,每10萬條1個事務,分10次導入數據庫。
基本語句:Insert Into TableB (Value1) values (‘”+i+”’);
說明:語句中的i是宿主程序中的一個累加變量,用於填充數據庫字段中的值。
SQL 2000 耗時:901599
SQL 2008耗時:497638
方法二.使用BULK INSERT語句
這個類的效果,在本實驗中可以說是最令人滿意的了,它的使用最簡便、靈活,速度很快。
“BULK INSERT”語句似乎不是很常用, Aicken聽說Oracle中有一種可以將外部文件映射為Oracle臨時表,然後直接將臨時表中的數據導入Oracle其他表中的方法,這種方法的速度非常令人滿意,SQL Server的BULK INSERT是不是同樣令人滿意呢?
基本語句:BULK INSERT TableB FROM 'c:\\sql.txt' WITH (FIELDTERMINATOR = ',',ROWTER /.,mbMINATOR='|',BATCHSIZE = 100000)
說明:“c:\\sql.txt”是一個預先生成的包含100條數據的文件,這些數據以“|”符號分隔,每10萬條數據一個事務。
SQL 2000耗時:4009
SQL 2008耗時:10722
方法三.在多線程中使用BULK INSERT
在方法二的基礎上,將100萬條數據分五個線程,每個線程負責20萬條數據,每5萬條一個事物,五個線程同時啟動,看看這樣的效果吧。
SQL 2000耗時:21099
SQL 2008耗時:10997
方法四.使用SqlBulkCopy類
這種方法速度也很快,但是要依賴內存,對於幾千萬條、多字段的復雜數據,可能在內存方面會有較大的消耗,不過可以使用64位解決方案處理這個問題。
幾千萬條、多字段的數據的情況一般在一些業務場景中會遇到,比如計算全球消費者某個業務周期消費額時,要先獲得主數據庫表中的會員消費記錄快照,並將快照儲存至臨時表中,然後供計算程序使用這些數據。並且有些時候消費者的消費數據並不在一台數據庫服務器中,而是來自多個國家的多台服務器,這樣我們就必須借助內存或外存設備中轉這些數據,然後清洗、合並、檢測,最後導入專用表供計算程序使用。
基本語句:
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);
}
說明:
BatchSize = 100000; 指示每10萬條一個事務並提交
BulkCopyTimeout = 60; 指示60秒按超時處理
DestinationTableName = "dbo.TableB"; 指示將數據導入TableB表
ColumnMappings.Add("valueA", "Value1"); 指示將內存中valueA字段與TableB中的Value1字段匹配
WriteToServer(dt);寫入數據庫。其中dt是預先構建好的DataTable,其中包含valueA字段。
SQL 2000耗時:4989
SQL 2008耗時:10412
方法五.在多線程中使用SqlBulkCopy類
基於方法四,將100萬條數據分五個線程,每個線程負責20萬條數據,每5萬條一個事物,五個線程同時啟動,看看這樣的效果吧。
SQL 2000耗時:7682
SQL 2008耗時:10870
總結
數據庫
測試方式
SQL 2000 SQL 2008
基本Insert Into 901599 497638
單線程Bulk Insert 4209 10722
多線程Bulk Insert 21099 10997
單線程SqlBulkCopy 4989 10412
多線程SqlBulkCopy 7682 10870
以上就是這幾天的實驗結果了,比較令人失望的是SQL Server 2008導入數據的性能似乎並不想我們想象的那樣優秀。
另外,有下載源代碼的幫我看看,為什麼多線程的成績還不如單線程的優秀呢?是靜態資源使用不當造成的,還是其他什麼原因?
源碼地址:http://files.cnblogs.com/isline/sqltest.rar
測試數據下載地址:http://files.cnblogs.com/isline/Data.rar