.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的资料请关注硕编程其它相关文章！