C#批量插入数据到Sqlserver中的四种方式
先创建一个用来测试的数据库和表,为了让插入数据更快,表中主键采用的是GUID,表中没有创建任何索引。GUID必然是比自增长要快的,因为你生成一个GUID算法所花的时间肯定比你从数据表中重新查询上一条记录的ID的值然后再进行加1运算要少。而如果存在索引的情况下,每次插入记录都会进行索引重建,这是非常耗性能的。如果表中无可避免的存在索引,我们可以通过先删除索引,然后批量插入,最后再重建索引的方式来提高效率。
复制代码
createdatabaseCarSYS;
go
useCarSYS;
go
CREATETABLEProduct(
IdUNIQUEIDENTIFIERPRIMARYKEY,
NAMEVARCHAR(50)NOTNULL,
PriceDECIMAL(18,2)NOTNULL
)
复制代码
我们通过SQL脚本来插入数据,常见如下四种方式。
方式一:一条一条插入,性能最差,不建议使用。
INSERTINTOProduct(Id,Name,Price)VALUES(newid(),''牛栏1段'',160);
INSERTINTOProduct(Id,Name,Price)VALUES(newid(),''牛栏2段'',260);
......
方式二:insertbulk
语法如下:
复制代码
BULKINSERT[[''database_name''.][''owner''].]{''table_name''FROM''data_file''}
WITH(
[BATCHSIZE[=batch_size]],
[CHECK_CONSTRAINTS],
[CODEPAGE[=''ACP''|''OEM''|''RAW''|''code_page'']],
[DATAFILETYPE[=''char''|''native''|''widechar''|''widenative'']],
[FIELDTERMINATOR[=''field_terminator'']],
[FIRSTROW[=first_row]],
[FIRE_TRIGGERS],
[FORMATFILE=''format_file_path''],
[KEEPIDENTITY],
[KEEPNULLS],
[KILOBYTES_PER_BATCH[=kilobytes_per_batch]],
[LASTROW[=last_row]],
[MAXERRORS[=max_errors]],
[ORDER({column[ASC|DESC]}[,...n])],
[ROWS_PER_BATCH[=rows_per_batch]],
[ROWTERMINATOR[=''row_terminator'']],
[TABLOCK],
)
复制代码
相关参数说明:
复制代码
BULKINSERT
[database_name.[schema_name].|schema_name.][table_name|view_name]
FROM''data_file''
[WITH
(
[[,]BATCHSIZE=batch_size]--BATCHSIZE指令来设置在单个事务中可以插入到表中的记录的数量
[[,]CHECK_CONSTRAINTS]--指定在大容量导入操作期间,必须检查所有对目标表或视图的约束。若没有CHECK_CONSTRAINTS选项,则所有CHECK和FOREIGNKEY约束都将被忽略,并且在此操作之后表的约束将标记为不可信。
[[,]CODEPAGE={''ACP''|''OEM''|''RAW''|''code_page''}]--指定该数据文件中数据的代码页
[[,]DATAFILETYPE=
{''char''|''native''|''widechar''|''widenative''}]--指定BULKINSERT使用指定的数据文件类型值执行导入操作。
[[,]FIELDTERMINATOR=''field_terminator'']--标识分隔内容的符号
[[,]FIRSTROW=first_row]--指定要加载的第一行的行号。默认值是指定数据文件中的第一行
[[,]FIRE_TRIGGERS]--是否启动触发器
[[,]FORMATFILE=''format_file_path'']
[[,]KEEPIDENTITY]--指定导入数据文件中的标识值用于标识列
[[,]KEEPNULLS]--指定在大容量导入操作期间空列应保留一个空值,而不插入用于列的任何默认值
[[,]KILOBYTES_PER_BATCH=kilobytes_per_batch]
[[,]LASTROW=last_row]--指定要加载的最后一行的行号
[[,]MAXERRORS=max_errors]--指定允许在数据中出现的最多语法错误数,超过该数量后将取消大容量导入操作。
[[,]ORDER({column[ASC|DESC]}[,...n])]--指定数据文件中的数据如何排序
[[,]ROWS_PER_BATCH=rows_per_batch]
[[,]ROWTERMINATOR=''row_terminator'']--标识分隔行的符号
[[,]TABLOCK]--指定为大容量导入操作持续时间获取一个表级锁
[[,]ERRORFILE=''file_name'']--指定用于收集格式有误且不能转换为OLEDB行集的行的文件。
)]
复制代码
方式三:INSERTINTOxxselect...
复制代码
INSERTINTOProduct(Id,Name,Price)
SELECTNEWID(),''牛栏1段'',160
UNIONALL
SELECTNEWID(),''牛栏2段'',180
UNIONALL
......
复制代码
方式四:拼接SQL
INSERTINTOProduct(Id,Name,Price)VALUES
(newid(),''牛栏1段'',160)
,(newid(),''牛栏2段'',260)
......
在C#中通过ADO.NET来实现批量操作存在四种与之对应的方式。
方式一:逐条插入
复制代码
#region方式一
staticvoidInsertOne()
{
Console.WriteLine("采用一条一条插入的方式实现");
Stopwatchsw=newStopwatch();
using(SqlConnectionconn=newSqlConnection(StrConnMsg))//using中会自动Open和Close连接。
{
stringsql="INSERTINTOProduct(Id,Name,Price)VALUES(newid(),@p,@d)";
conn.Open();
for(inti=0;i {
using(SqlCommandcmd=newSqlCommand(sql,conn))
{
cmd.Parameters.AddWithValue("@p","商品"+i);
cmd.Parameters.AddWithValue("@d",i);
sw.Start();
cmd.ExecuteNonQuery();
Console.WriteLine(string.Format("插入一条记录,已耗时{0}毫秒",sw.ElapsedMilliseconds));
}
if(i==getRow)
{
sw.Stop();
break;
}
}
}
Console.WriteLine(string.Format("插入{0}条记录,每{4}条的插入时间是{1}毫秒,预估总得插入时间是{2}毫秒,{3}分钟",
totalRow,sw.ElapsedMilliseconds,((sw.ElapsedMilliseconds/getRow)totalRow),GetMinute((sw.ElapsedMwww.wang027.comilliseconds/getRowtotalRow)),getRow));
}
staticintGetMinute(longl)
{
return(Int32)l/60000;
}
#endregion
复制代码
运行结果如下:
我们会发现插入100w条记录,预计需要50分钟时间,每插入一条记录大概需要3毫秒左右。
方式二:使用SqlBulk
复制代码
#region方式二
staticvoidInsertTwo()
{
Console.WriteLine("使用Bulk插入的实现方式");
Stopwatchsw=newStopwatch();
DataTabledt=GetTableSchema();
using(SqlConnectionconn=newSqlConnection(StrConnMsg))
{
SqlBulkCopybulkCopy=newSqlBulkCopy(conn);
bulkCopy.DestinationTableName="Product";
bulkCopy.BatchSize=dt.Rows.Count;
conn.Open();
sw.Start();
for(inti=0;i {
DataRowdr=dt.NewRow();
dr[0]=Guid.NewGuid();
dr[1]=string.Format("商品",i);
dr[2]=(decimal)i;
dt.Rows.Add(dr);
}
if(dt!=null&&dt.Rows.Count!=0)
{
bulkCopy.WriteToServer(dt);
sw.Stop();
}
Console.WriteLine(string.Format("插入{0}条记录共花费{1}毫秒,{2}分钟",totalRow,sw.ElapsedMilliseconds,GetMinute(sw.ElapsedMilliseconds)));
}
}
staticDataTableGetTableSchema()
{
DataTabledt=newDataTable();
dt.Columns.AddRange(newDataColumn[]{
newDataColumn("Id",typeof(Guid)),
newDataColwww.baiyuewang.netumn("Name",typeof(string)),
newDataColumn("Price",typeof(decimal))});
returndt;
}
#endregion
复制代码
运行结果如下:
插入100w条记录才8s多,是不是很溜。
打开SqlserverProfiler跟踪,会发现执行的是如下语句:
insertbulkProduct([Id]UniqueIdentifier,[NAME]VarChar(50)COLLATEChinese_PRC_CI_AS,[Price]Decimal(18,2))
方式三:使用TVPs(表值参数)插入数据
从sqlserver2008起开始支持TVPs。创建缓存表ProductTemp,执行如下SQL。
CREATETYPEProductTempASTABLE(
IdUNIQUEIDENTIFIERPRIMARYKEY,
NAMEVARCHAR(50)NOTNULL,
PriceDECIMAL(18,2)NOTNULL
)
执行完成之后,会发现在数据库CarSYS下面多了一张缓存表ProductTemp
可见插入100w条记录共花费了11秒多。
方式四:拼接SQL
此种方法在C#中有限制,一次性只能批量插入1000条,所以就得分段进行插入。
复制代码
#region方式四
staticvoidInsertFour()
{
Console.WriteLine("采用拼接批量SQL插入的方式实现");
Stopwatchsw=newStopwatch();
using(SqlConnectionconn=newSqlConnection(StrConnMsg))//using中会自动Open和Close连接。
{
conn.Open();
sw.Start();
for(intj=0;j {
StringBuildersb=newStringBuilder();
sb.Append("INSERTINTOProduct(Id,Name,Price)VALUES");
using(SqlCommandcmd=newSqlCommand())
{
for(inti=0;i {
sb.AppendFormat("(newid(),''商品{0}'',{0}),",ji+i);
}
cmd.Connection=conn;
cmd.CommandText=sb.ToString().TrimEnd('','');
cmd.ExecuteNonQuery();
}
}
sw.Stop();
Console.WriteLine(string.Format("插入{0}条记录,共耗时{1}毫秒",totalRow,sw.ElapsedMilliseconds));
}
}
#endregion
复制代码
总结:大数据批量插入方式一和方式四尽量避免使用,而方式二和方式三都是非常高效的批量插入数据方式。其都是通过构建DataTable的方式插入的,而我们知道DataTable是存在内存中的,所以当数据量特别特别大,大到内存中无法一次性存储的时候,可以分段插入。比如需要插入9千万条数据,可以分成9段进行插入,一次插入1千万条。而在for循环中直接进行数据库操作,我们是应该尽量避免的。每一次数据库的连接、打开和关闭都是比较耗时的,虽然在C#中存在数据库连接池,也就是当我们使用using或者conn.Close(),进行释放连接时,其实并没有真正关闭数据库连接,它只是让连接以类似于休眠的方式存在,当再次操作的时候,会从连接池中找一个休眠状态的连接,唤醒它,这样可以有效的提高并发能力,减少连接损耗。而连接池中的连接数,我们都是可以配置的。
|
|