.Net Core导入千万级数据至Mysql数据库的实现方法

​最近在工作中,涉及到一个数据迁移功能,从一个txt文本文件导入到MySQL功能。

数据迁移,在互联网企业可以说经常碰到,而且涉及到千万级、亿级的数据量是很常见的。大数据量迁移,这里面就涉及到一个问题:高性能的插入数据。

今天我们就来谈谈MySQL怎么高性能插入千万级的数据。

我们一起对比以下几种实现方法:

 

前期准备

订单测试表

CREATE TABLE `trade` (
`id` VARCHAR(50) NULL DEFAULT NULL COLLATE 'utf8_unicode_ci',
`trade_no` VARCHAR(50) NULL DEFAULT NULL COLLATE 'utf8_unicode_ci',
UNIQUE INDEX `id` (`id`),
INDEX `trade_no` (`trade_no`)
)
COMMENT='订单'
COLLATE='utf8_unicode_ci'
ENGINE=InnoDB;

测试环境

操作系统:Window 10 专业版

CPU:Inter(R) Core(TM) i7-8650U CPU @1.90GHZ 2.11 GHZ

内存:16G

MySQL版本:5.7.26

 

实现方法:

1、单条数据插入

这是最普通的方式,通过循环一条一条的导入数据,这个方式的缺点很明显就是每一次都需要连接一次数据库。

实现代码:

//开始时间
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
  conn.Open();
​
  //插入10万数据
  for (var i = 0; i < 100000; i++)
  {
      //插入
      var sql = string.Format("insert into trade(id,trade_no) values('{0}','{1}');",
          Guid.NewGuid().ToString(), "trade_" + (i + 1)
          );
      var sqlComm = new MySqlCommand();
      sqlComm.Connection = conn;
      sqlComm.CommandText = sql;
      sqlComm.ExecuteNonQuery();
      sqlComm.Dispose();
  }
​
  conn.Close();
}
​
//完成时间
var endTime = DateTime.Now;
​
//耗时
var spanTime = endTime - startTime;
Console.WriteLine("循环插入方式耗时:" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10万条测试耗时:

上面的例子,我们是批量导入10万条数据,需要连接10万次数据库。我们把SQL语句改为1000条拼接为1条,这样就能减少数据库连接,实现代码修改如下:

//开始时间
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
  conn.Open();
​
  //插入10万数据
  var sql = new StringBuilder();
  for (var i = 0; i < 100000; i++)
  {
      //插入
      sql.AppendFormat("insert into trade(id,trade_no) values('{0}','{1}');",
          Guid.NewGuid().ToString(), "trade_" + (i + 1)
          );
​
      //合并插入
      if (i % 1000 == 999)
      {
          var sqlComm = new MySqlCommand();
          sqlComm.Connection = conn;
          sqlComm.CommandText = sql.ToString();
          sqlComm.ExecuteNonQuery();
          sqlComm.Dispose();
          sql.Clear();
      }
  }
​
  conn.Close();
}
​
//完成时间
var endTime = DateTime.Now;
​
//耗时
var spanTime = endTime - startTime;
Console.WriteLine("循环插入方式耗时:" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10万条测试耗时:

通过优化后,原本需要10万次连接数据库,只需连接100次。从最终运行效果看,由于数据库是在同一台服务器,不涉及网络传输,性能提升不明显。

2、合并数据插入

在MySQL同样也支持,通过合并数据来实现批量数据导入。实现代码:

//开始时间
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
  conn.Open();
​
  //插入10万数据
  var sql = new StringBuilder();
  for (var i = 0; i < 100000; i++)
  {
      if (i % 1000 == 0)
      {
          sql.Append("insert into trade(id,trade_no) values");
      }
​
      //拼接
      sql.AppendFormat("('{0}','{1}'),", Guid.NewGuid().ToString(), "trade_" + (i + 1));
​
      //一次性插入1000条
      if (i % 1000 == 999)
      {
          var sqlComm = new MySqlCommand();
          sqlComm.Connection = conn;
          sqlComm.CommandText = sql.ToString().TrimEnd(',');
          sqlComm.ExecuteNonQuery();
          sqlComm.Dispose();
          sql.Clear();
      }
  }
      
​
  conn.Close();
}
​
//完成时间
var endTime = DateTime.Now;
​
//耗时
var spanTime = endTime - startTime;
Console.WriteLine("合并数据插入方式耗时:" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10万条测试耗时:

通过这种方式插入操作明显能够提高程序的插入效率。虽然第一种方法通过优化后,同样的可以减少数据库连接次数,但第二种方法:合并后日志量(MySQL的binlog和innodb的事务让日志)减少了,降低日志刷盘的数据量和频率,从而提高效率。同时也能减少SQL语句解析的次数,减少网络传输的IO。

3、MySqlBulkLoader插入

MySQLBulkLoader也称为LOAD DATA INFILE,它的原理是从文件读取数据。所以我们需要将我们的数据集保存到文件,然后再从文件里面读取。

实现代码:

//开始时间
var startTime = DateTime.Now;
using (var conn = new MySqlConnection(connsql))
{
  conn.Open();
  var table = new DataTable();
  table.Columns.Add("id", typeof(string));
  table.Columns.Add("trade_no", typeof(string));
​
  //生成10万数据
  for (var i = 0; i < 100000; i++)
  {
      if (i % 500000 == 0)
      {
          table.Rows.Clear();
      }
​
      //记录
      var row = table.NewRow();
      row[0] = Guid.NewGuid().ToString();
      row[1] = "trade_" + (i + 1);
      table.Rows.Add(row);
​
      //50万条一批次插入
      if (i % 500000 != 499999 && i < (100000 - 1))
      {
          continue;
      }
      Console.WriteLine("开始插入:" + i);
​
      //数据转换为csv格式
      var tradeCsv = DataTableToCsv(table);
      var tradeFilePath = System.AppDomain.CurrentDomain.BaseDirectory + "trade.csv";
      File.WriteAllText(tradeFilePath, tradeCsv);
​
      #region 保存至数据库
      var bulkCopy = new MySqlBulkLoader(conn)
      {
          FieldTerminator = ",",
          FieldQuotationCharacter = '"',
          EscapeCharacter = '"',
          LineTerminator = "\r\n",
          FileName = tradeFilePath,
          NumberOfLinesToSkip = 0,
          TableName = "trade"
      };
​
      bulkCopy.Columns.AddRange(table.Columns.Cast<DataColumn>().Select(colum => colum.ColumnName).ToList());
      bulkCopy.Load();
      #endregion
  }
​
  conn.Close();
}
​
//完成时间
var endTime = DateTime.Now;
​
//耗时
var spanTime = endTime - startTime;
Console.WriteLine("MySqlBulk方式耗时:" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

10万条测试耗时:

注意:MySQL数据库配置需开启:允许文件导入。配置如下:

secure_file_priv=

 

性能测试对比

针对上面三种方法,分别测试10万、20万、100万、1000万条数据记录,最终性能入如下:

 

最后

通过测试数据看,随着数据量的增大,MySqlBulkLoader的方式表现依旧良好,其他方式性能下降比较明显。MySqlBulkLoader的方式完全可以满足我们的需求。

以上就是.Net Core导入千万级数据至Mysql数据库的详细内容,更多关于.Net Core导入千万级数据至Mysql的资料请关注编程宝库其它相关文章!

 一、先了解下必备的知识前提内存中的托管与非托管,可简单理解为:托管:可借助GC从内存中释放的数据对象(以下要描述的内容点)非托管:必须手工借助Dispose释放资源(实现自IDisposable ...