MySQL批量SQL插入各种性能优化

Posted 2020-09-26 mfmdaoyou

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。特别像报表系统，每天花费在数据导入上的时间可能会长达几个小时或十几个小时之久。因此。优化数据库插入性能是非常有意义的。
经过对mysql innodb的一些性能測试，发现一些能够提高insert效率的方法。供大家參考參考。

1、一条SQL语句插入多条数据。

经常使用的插入语句如：

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);

改动成：

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

改动后的插入操作能够提高程序的插入效率。这里另外一种SQL运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）降低了。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。同一时候也能降低SQL语句解析的次数，降低网络传输的IO。

这里提供一些測试对照数据。各自是进行单条数据的导入与转化成一条SQL语句进行导入，分别測试1百、1千、1万条数据记录。

2、 在事务中进行插入处理。

把插入改动成：

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;

使用事务能够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。通过使用事务能够降低创建事务的消耗，全部插入都在运行后才进行提交操作。

这里也提供了測试对照，各自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。

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，比如datetime是记录的主键：

INSERT INTO `insert_table` (`datetime`,`uid`,`content`,`type`)
VALUES(‘1‘,‘userid_1‘,‘content_1‘,1);

INSERT INTO `insert_table`(`datetime`,`uid`,`content`,`type`)
VALUES(‘0‘,‘userid_0‘,‘content_0‘,0);

INSERT INTO `insert_table`(`datetime`,`uid`,`content`,`type`)
VALUES(‘2‘,‘userid_2‘,‘content_2‘,2);

改动成：

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);

INSERT INTO`insert_table`(`datetime`,`uid`,`content`,`type`)
VALUES(‘2‘,‘userid_2‘,‘content_2‘,2);

因为数据库插入时。须要维护索引数据，无序的记录会增大维护索引的成本。我们能够參照innodb使用的B+tree索引，假设每次插入记录都在索引的最后面，索引的定位效率非常高，而且对索引调整较小。假设插入的记录在索引中间，须要B+tree进行分裂合并等处理。会消耗比較多计算资源，而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。

以下提供随机数据与顺序数据的性能对照，各自是记录为1百、1千、1万、10万、100万。

从測试结果来看。该优化方法的性能有所提高，可是提高并非非常明显。

性能综合測试：

这里提供了同一时候使用上面三种方法进行INSERT效率优化的測试。

从測试结果能够看到，合并数据+事务的方法在较小数据量时，性能提高是非常明显的，数据量较大时（1千万以上）。性能会急剧下降，这是因为此时数据量超过了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+有序数据的方式在数据量达到千万级以上表现依然是良好，在数据量较大时。有序数据索引定位较为方便，不须要频繁对磁盘进行读写操作，所以能够维持较高的性能。

注意事项：

1、SQL语句是有长度限制，在进行数据合并在同一SQL中务必不能超过SQL长度限制。通过max_allowed_packet配置能够改动，默认是1M，測试时改动为8M。

2、事务须要控制大小。事务太大可能会影响运行的效率。MySQL有innodb_log_buffer_size配置项，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。

所以比較好的做法是，在数据达到这个这个值前进行事务提交。