乐趣区

关于mysql:1亿条数据批量插入-MySQL哪种方式最快

作者：

jiezi

在

利用JAVA向Mysql插入一亿数量级数据—效率测评

这几天钻研mysql优化中查问效率时，发现测试的数据太少（10万级别），利用 EXPLAIN 比拟不同的 SQL 语句，不可能失去比拟无效的测评数据，大多不置可否，不敢通过这些数据下定论。

所以通过随机生成人的姓名、年龄、性别、电话、email、地址 ，向mysql数据库大量插入数据，便于用大量的数据测试 SQL 语句优化效率。、在生成过程中发现应用不同的办法，效率天差万别。

1、先上Mysql数据库，随机生成的人员数据图。别离是ID、姓名、性别、年龄、Email、电话、住址。

下图一共三千三百万数据：

在数据量在亿级别时，别点上面按钮，会导致Navicat继续加载这亿级别的数据，导致电脑死机。~觉着本人电脑配置不错的能够去试试，可能会有惊喜

2、本次测评一共通过三种策略，五种状况，进行大批量数据插入测试

策略别离是：

  • Mybatis 轻量级框架插入（无事务）
  • 采纳JDBC间接解决（开启事务、无事务）
  • 采纳JDBC批处理（开启事务、无事务）

测试后果：

Mybatis轻量级插入 -> JDBC间接解决 -> JDBC 批处理。

JDBC 批处理，效率最高

第一种策略测试：

2.1 Mybatis 轻量级框架插入（无事务）

Mybatis是一个轻量级框架，它比hibernate轻便、效率高。

然而解决大批量的数据插入操作时，须要过程中实现一个ORM的转换，本次测试存在实例，以及未开启事务，导致mybatis效率很个别。

这里试验内容是：

  • 利用Spring框架生成mapper实例、创立人物实例对象
  • 循环更改该实例对象属性、并插入。
//代码内无事务

 private long begin = 33112001;//起始id
    private long end = begin+100000;//每次循环插入的数据量
    private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&characterEncoding=UTF-8";
    private String user = "root";
    private String password = "0203";
    
    
@org.junit.Test
    public void insertBigData2()
    {
        //加载Spring，以及失去PersonMapper实例对象。这里创立的工夫并不对最初后果产生很大的影响
        ApplicationContext context = new ClassPathXmlApplicationContext("applicationContext.xml");
        PersonMapper pMapper = (PersonMapper) context.getBean("personMapper");
        //创立一个人实例
        Person person = new Person();
        //计开始工夫
        long bTime = System.currentTimeMillis();
        //开始循环，循环次数500W次。
        for(int i=0;i<5000000;i++)
        {
            //为person赋值
            person.setId(i);
            person.setName(RandomValue.getChineseName());
            person.setSex(RandomValue.name_sex);
            person.setAge(RandomValue.getNum(1, 100));
            person.setEmail(RandomValue.getEmail(4,15));
            person.setTel(RandomValue.getTel());
            person.setAddress(RandomValue.getRoad());
            //执行插入语句
            pMapper.insert(person);
            begin++;
        }
        //计完结工夫
        long eTime = System.currentTimeMillis();
        System.out.println("插入500W条数据耗时："+(eTime-bTime));
    }

本想测试插入五百万条数据，然而理论运行过程中太慢，中途不得不终止程序。最初失去52W数据，大概耗时两首歌的工夫（7~9分钟）。随后，利用mybatis向mysql插入10000数据。

后果如下：

利用mybatis插入 一万 条数据耗时：28613，即28.6秒

第二种策略测试：

2.2 采纳JDBC间接解决（开启事务、敞开事务）

采纳JDBC间接解决的策略，这里的试验内容分为开启事务、未开启事务是两种，过程均如下：

  • 利用PreparedStatment预编译
  • 循环，插入对应数据，并存入

事务对于插入数据有多大的影响呢？ 看上面的试验后果:

//该代码为开启事务
 private long begin = 33112001;//起始id
    private long end = begin+100000;//每次循环插入的数据量
    private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&amp;characterEncoding=UTF-8";
    private String user = "root";
    private String password = "0203";
 
 
@org.junit.Test
    public void insertBigData3() {
        //定义连贯、statement对象
        Connection conn = null;
        PreparedStatement pstm = null;
        try {
            //加载jdbc驱动
            Class.forName("com.mysql.jdbc.Driver");
            //连贯mysql
            conn = DriverManager.getConnection(url, user, password);
             //将主动提交敞开
             conn.setAutoCommit(false);
            //编写sql
            String sql = "INSERT INTO person VALUES (?,?,?,?,?,?,?)";
            //预编译sql
            pstm = conn.prepareStatement(sql);
            //开始总计时
            long bTime1 = System.currentTimeMillis();
            
            //循环10次，每次一万数据，一共10万
            for(int i=0;i<10;i++) {
                //开启分段计时，计1W数据耗时
                long bTime = System.currentTimeMillis();
                //开始循环
                while (begin < end) {
                    //赋值
                    pstm.setLong(1, begin);
                    pstm.setString(2, RandomValue.getChineseName());
                    pstm.setString(3, RandomValue.name_sex);
                    pstm.setInt(4, RandomValue.getNum(1, 100));
                    pstm.setString(5, RandomValue.getEmail(4, 15));
                    pstm.setString(6, RandomValue.getTel());
                    pstm.setString(7, RandomValue.getRoad());
                    //执行sql
                    pstm.execute();
                    begin++;
                }
                //提交事务
                conn.commit();
                //边界值自增10W
                end += 10000;
                //敞开分段计时
                long eTime = System.currentTimeMillis();
                //输入
                System.out.println("胜利插入1W条数据耗时："+(eTime-bTime));
            }
            //敞开总计时
            long eTime1 = System.currentTimeMillis();
            //输入
            System.out.println("插入10W数据共耗时："+(eTime1-bTime1));
        } catch (SQLException e) {
            e.printStackTrace();
        } catch (ClassNotFoundException e1) {
            e1.printStackTrace();
        }
    }

1、咱们首先利用上述代码测试无事务状态下，插入10W条数据须要耗时多少。

如图：

胜利插入1W条数据耗时：21603
胜利插入1W条数据耗时：20537
胜利插入1W条数据耗时：20470
胜利插入1W条数据耗时：21160
胜利插入1W条数据耗时：23270
胜利插入1W条数据耗时：21230
胜利插入1W条数据耗时：20372
胜利插入1W条数据耗时：22608
胜利插入1W条数据耗时：20361
胜利插入1W条数据耗时：20494
插入10W数据共耗时：212106

试验论断如下：

在未开启事务的状况下，均匀每 21.2 秒插入 一万 数据。

接着咱们测试开启事务后，插入十万条数据耗时，如图：

胜利插入1W条数据耗时：4938
胜利插入1W条数据耗时：3518
胜利插入1W条数据耗时：3713
胜利插入1W条数据耗时：3883
胜利插入1W条数据耗时：3872
胜利插入1W条数据耗时：3873
胜利插入1W条数据耗时：3863
胜利插入1W条数据耗时：3819
胜利插入1W条数据耗时：3933
胜利插入1W条数据耗时：3811
插入10W数据共耗时：39255

试验论断如下：

开启事务后，均匀每 3.9 秒插入 一万 数据

第三种策略测试：

2.3 采纳JDBC批处理（开启事务、无事务）

采纳JDBC批处理时须要留神一下几点：

1、在URL连贯时须要开启批处理、以及预编译

String url = “jdbc:mysql://localhost:3306/User?rewriteBatched
-Statements=true&useServerPrepStmts=false”;

2、PreparedStatement预处理sql语句必须放在循环体外

代码如下：

private long begin = 33112001;//起始id
private long end = begin+100000;//每次循环插入的数据量
private String url = "jdbc:mysql://localhost:3306/bigdata?useServerPrepStmts=false&rewriteBatchedStatements=true&useUnicode=true&amp;characterEncoding=UTF-8";
private String user = "root";
private String password = "0203";


@org.junit.Test
public void insertBigData() {
    //定义连贯、statement对象
    Connection conn = null;
    PreparedStatement pstm = null;
    try {
        //加载jdbc驱动
        Class.forName("com.mysql.jdbc.Driver");
        //连贯mysql
        conn = DriverManager.getConnection(url, user, password);
  //将主动提交敞开
  // conn.setAutoCommit(false);
        //编写sql
        String sql = "INSERT INTO person VALUES (?,?,?,?,?,?,?)";
        //预编译sql
        pstm = conn.prepareStatement(sql);
        //开始总计时
        long bTime1 = System.currentTimeMillis();

        //循环10次，每次十万数据，一共1000万
        for(int i=0;i<10;i++) {

            //开启分段计时，计1W数据耗时
            long bTime = System.currentTimeMillis();
            //开始循环
            while (begin < end) {
                //赋值
                pstm.setLong(1, begin);
                pstm.setString(2, RandomValue.getChineseName());
                pstm.setString(3, RandomValue.name_sex);
                pstm.setInt(4, RandomValue.getNum(1, 100));
                pstm.setString(5, RandomValue.getEmail(4, 15));
                pstm.setString(6, RandomValue.getTel());
                pstm.setString(7, RandomValue.getRoad());
                //增加到同一个批处理中
                pstm.addBatch();
                begin++;
            }
            //执行批处理
            pstm.executeBatch();
           //提交事务
  //        conn.commit();
            //边界值自增10W
            end += 100000;
            //敞开分段计时
            long eTime = System.currentTimeMillis();
            //输入
            System.out.println("胜利插入10W条数据耗时："+(eTime-bTime));
        }
        //敞开总计时
        long eTime1 = System.currentTimeMillis();
        //输入
        System.out.println("插入100W数据共耗时："+(eTime1-bTime1));
    } catch (SQLException e) {
        e.printStackTrace();
    } catch (ClassNotFoundException e1) {
        e1.printStackTrace();
    }
}

首先开始测试

无事务，每次循环插入10W条数据，循环10次，一共100W条数据。

后果如下图：

胜利插入10W条数据耗时：3832
胜利插入10W条数据耗时：1770
胜利插入10W条数据耗时：2628
胜利插入10W条数据耗时：2140
胜利插入10W条数据耗时：2148
胜利插入10W条数据耗时：1757
胜利插入10W条数据耗时：1767
胜利插入10W条数据耗时：1832
胜利插入10W条数据耗时：1830
胜利插入10W条数据耗时：2031
插入100W数据共耗时：21737

试验后果：

应用JDBC批处理，未开启事务下，均匀每 2.1 秒插入 十万 条数据

接着测试

开启事务，每次循环插入10W条数据，循环10次，一共100W条数据。

后果如下图：

胜利插入10W条数据耗时：3482
胜利插入10W条数据耗时：1776
胜利插入10W条数据耗时：1979
胜利插入10W条数据耗时：1730
胜利插入10W条数据耗时：1643
胜利插入10W条数据耗时：1665
胜利插入10W条数据耗时：1622
胜利插入10W条数据耗时：1624
胜利插入10W条数据耗时：1779
胜利插入10W条数据耗时：1698
插入100W数据共耗时：19003

试验后果：

应用JDBC批处理，开启事务，均匀每 1.9 秒插入 十万 条数据

3 总结

可能看到，在开启事务下 JDBC间接解决 和 JDBC批处理 均耗时更短。

  • Mybatis 轻量级框架插入 , mybatis在我这次试验被黑的可惨了，哈哈。理论开启事务当前，差距不会这么大（差距10倍）。大家有趣味的能够接着去测试
  • JDBC间接解决，在本次试验，开启事务和敞开事务，耗时差距5倍左右，并且这个倍数会随着数据量的增大而增大。因为在未开启事务时，更新10000条数据，就得拜访数据库10000次。导致每次操作都须要操作一次数据库。
  • JDBC批处理，在本次试验，开启事务与敞开事务，耗时差距很渺小（前面会减少测试，加大这个数值的差距）。然而可能看到开启事务当前，速度还是有晋升。

论断：设计到大量单条数据的插入，应用JDBC批处理和事务混合速度最快

实测应用批处理+事务混合插入1亿条数据耗时：174756毫秒

4 补充

JDBC批处理事务，开启和敞开事务，测评插入20次，一次50W数据，一共一千万数据耗时：

1、开启事务(数据太长不全贴了)

插入1000W数据共耗时：197654

2、敞开事务(数据太长不全贴了)

插入1000W数据共耗时：200540

还是没很大的差距~

借用：

别离是：

  • 不必批处理，不必事务；
  • 只用批处理，不必事务；
  • 只用事务，不必批处理；
  • 既用事务，也用批处理；（很显著，这个最快，所以倡议在解决大批量的数据时，同时应用批处理和事务）

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理。

更多文章