mysql 大量数据插入优化-Toy模板网

这篇具有很好参考价值的文章主要介绍了mysql 大量数据插入优化。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

引言

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，当有大量数据需要插入数据库时(比如10万，50万，100万条数据)，如果继续使用单条语句进行插入的话，会很影响数据库效率，因此，优化数据库插入性能是很有意义的，那么，怎么来优化呢？

1. 一条SQL语句插入多条数据

常用的插入语句：

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);

上述修改后的插入语句：

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

修改后的插入操作能够提高程序的插入效率,这里修改后的插入操作执行效率高的主要原因是: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，通过合并SQL语句，同时也能减少SQL语句解析的次数，减少网络传输的I/O开销

这里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

注意：

        批量插入如果数据量太大可能出现下面的情况：

                MySQL报错:Packets larger than max_allowed_packet are not allowed

原因：

                SQL语句是有长度限制，需要控制一次批量插入的容量，默认是1M，测试时修改为8M

        解决方案：

                通过修改max_allowed_packet的值来解决

                show VARIABLES like '%max_allowed_packet%';　

mysql> show VARIABLES like '%max_allowed_packet%';
+--------------------------+------------+
| Variable_name            | Value      |
+--------------------------+------------+
| max_allowed_packet       | 134217728  |
| slave_max_allowed_packet | 1073741824 |
+--------------------------+------------+
2 rows in set (0.00 sec)

2.在事务中进行插入处理

把插入修改成：

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;

使用事务可以提高数据的插入效率，这是因为进行一个INSERT操作时，MySQL内部会建立一个事务，在事务内才进行真正插入处理操作，通过使用事务可以减少创建事务的消耗，所有插入都在执行后才进行提交操作

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、1万的情况

注意：

事务需要控制大小，事务太大可能会影响执行的效率，MySQL有innodb_log_buffer_size配置项(默认是64MB)，超过这个值会把innodb的数据刷到磁盘中，这时，效率会有所下降，所以比较好的做法是，在数据达到这个这个值前进行事务提交

mysql> show VARIABLES like '%innodb_log_buffer_size%';
+------------------------+----------+
| Variable_name          | Value    |
+------------------------+----------+
| innodb_log_buffer_size | 67108864 |
+------------------------+----------+
1 row in set (0.00 sec)

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,

单条插入语句如下：

INSERT INTO `insert_table` (`id`,`uid`,`content`,`type`)
VALUES(3,'userid_1','content_1',1);

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

INSERT INTO `insert_table`(`id`,`uid`,`content`,`type`)
VALUES(2,'userid_2','content_2',2);

修改后的插入语句如下(修改了插入语句的执行顺序)：

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

INSERT INTO `insert_table` (`id`,`uid`,`content`,`type`)
VALUES(2,'userid_1','content_1',1);

INSERT INTO`insert_table`(`id`,`uid`,`content`,`type`)
VALUES(3,'userid_2','content_2',2);

由于数据库插入时，需要维护索引数据，无序的记录会增大维护索引的成本，可以参照innodb使用的B+tree索引，如果每次插入记录都在索引的最后面，索引的定位效率很高，并且对索引调整较小；如果插入的记录在索引中间，需要B+tree进行分裂合并等处理，会消耗比较多计算资源，并且插入记录的索引定位效率会下降，数据量较大时会有频繁的磁盘操作

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高，但是提高并不是很明显

总结：

合并数据+事务（随机）的方法在较小数据量时，性能提高是很明显的，数据量较大时（1千万以上），性能会急剧下降，这是由于此时数据量超过了innodb_buffer的容量，每次定位索引涉及较多的磁盘读写操作，性能下降较快

而使用合并数据+事务+有序数据的方法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，不需要频繁对磁盘进行读写操作，所以可以维持较高的性能