MSSQL批量插入數據優化詳細

這篇文章主要為大家分享一下批量插入數據的方法，有時候我們需要插入大量的數據那麼就需要優惠了，要不根本受不了

需求

 現在有一個需求是將10w條數據插入到MSSQL數據庫中，表結構如下，你會怎麼做，你感覺插入10W條數據插入到MSSQL如下的表中需要多久呢？

或者你的批量數據是如何插入的呢？我今天就此問題做個探討。

壓測mvc的http接口看下數據

首先說下這裡只是做個參照，來理解插入數據庫的性能狀況，與開篇的需求無半毛錢關系。

mvc接口代碼如下：

public bool Add(CustomerFeedbackEntity m)
    {
      using (var conn=Connection)
      {
        string sql = @"INSERT INTO [dbo].[CustomerFeedback]
                      ([BusType]
                      ,[CustomerPhone]
                      ,[BackType]
                      ,[Content]
                     )
                   VALUES
                      (@BusType
                      ,@CustomerPhone
                      ,@BackType
                      ,@Content
                      )";
        return conn.Execute(sql, m) > 0;
      }
    }

壓測的此mvc接口單條數據插入數據庫的聚合數據圖。

用例這樣的：5000個請求分500個線程執行post請求接口。

這個圖告訴我們，最慢的請求只用啦4毫秒。那麼我們做個算法。

如開篇的需求來看，我們用最小的響應時間來計算。

那麼插入10w條數據到數據庫需用時=100000*4毫秒，大致是6.67分鐘。那麼我們奔著這個目標來做出插入方案。

最常見的insert做法

首先我們的工程師拿到需求後這樣寫啦段代碼，如下：

//執行數據條數
    int cnt = 10 * 10000;
    //要插入的數據
    CustomerFeedbackEntity m = new CustomerFeedbackEntity() { BusType = 1, CustomerPhone = "1888888888", BackType = 1, Content = "123123dagvhkfhsdjk肯定會撒嬌繁華的撒嬌防護等級劃分噶哈蘇德高房價盛大開放" };
    //第一種
    public void FristWay()
    {
      using (var conn = new SqlConnection(ConnStr))
      {
        conn.Open();
        Stopwatch sw = new Stopwatch();
        sw.Start();
        StringBuilder sb = new StringBuilder();
        Console.WriteLine("從：" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始循環執行:" + cnt + "條sql語句 ...");
        for (int i = 0; i <= cnt; i++)
        {
          sb.Clear();
          sb.Append(@"INSERT INTO [dbo].[CustomerFeedback]
                      ([BusType]
                      ,[CustomerPhone]
                      ,[BackType]
                      ,[Content]
                     )
                   VALUES(");
          sb.Append(m.BusType);
          sb.Append(",'");
          sb.Append(m.CustomerPhone);
          sb.Append("',");
          sb.Append(m.BackType);
          sb.Append(",'");
          sb.Append(m.Content);
          sb.Append("')");
          using (SqlCommand cmd = new SqlCommand(sb.ToString(), conn))
          {
            cmd.CommandTimeout = 0;
            cmd.ExecuteNonQuery();
          }
        }
        Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，執行:" + cnt + "條sql語句完成 ! 耗時：" + sw.ElapsedMilliseconds + "毫秒。");
      }
    }

執行結果如下：

10w條數據，693906毫秒，11分鐘，有沒有感覺還行，或者還可以接受的。親們，我是吐血狀不說話，繼續寫，你們看MSSQL數據庫與.Net配合插入止於哪裡？

點評下：

1、不停的創建與釋放sqlcommon對象，會有性能浪費。

2、不停的與數據庫建立連接，會有很大的性能損耗。

此2點還有執行結果告訴我們，此種方式不可取，即便這是我們最常見的數據插入方式。

那麼我們針對以上兩點做優化，1、創建一次sqlcommon對象，只與數據庫建立一次連接。優化改造代碼如下：

public void SecondWay()
    {
      using (var conn = new SqlConnection(ConnStr))
      {
        conn.Open();
        Stopwatch sw = new Stopwatch();
        sw.Start();
        StringBuilder sb = new StringBuilder();
        Console.WriteLine("從：" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始循環拼接:" + cnt + "條sql語句 ...");
        for (int i = 0; i <= cnt; i++)
        {
          sb.Append(@"INSERT INTO [dbo].[CustomerFeedback]
                      ([BusType]
                      ,[CustomerPhone]
                      ,[BackType]
                      ,[Content]
                     )
                   VALUES(");
          sb.Append(m.BusType);
          sb.Append(",'");
          sb.Append(m.CustomerPhone);
          sb.Append("',");
          sb.Append(m.BackType);
          sb.Append(",'");
          sb.Append(m.Content);
          sb.Append("')");
        }
        var result = sw.ElapsedMilliseconds;
        Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，循環拼接:" + cnt + "條sql語句完成 ! 耗時：" + result + "毫秒。");
        using (SqlCommand cmd = new SqlCommand(sb.ToString(), conn))
        {
          cmd.CommandTimeout = 0;
          Stopwatch sw1 = new Stopwatch();
          sw1.Start();
          Console.WriteLine("從：" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始執行:" + cnt + "條sql語句 ...");
          cmd.ExecuteNonQuery();
          Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，執行:" + cnt + "條sql語句完成 ! 耗時：" + sw1.ElapsedMilliseconds + "毫秒。");
        }
      }
    }

執行結果如下：

呀，好奇怪啊，為什麼跟上一個方案沒有多大區別呢？

首先我們看下拼接這麼長的sql語句是怎麼在數據庫中是怎麼執行的。

1、查看數據庫的連接情況

select * from sysprocesses where dbid in (select dbid from sysdatabases where name='dbname')
--或者
SELECT * FROM
[Master].[dbo].[SYSPROCESSES] WHERE [DBID] IN ( SELECT 
  [DBID]
FROM 
  [Master].[dbo].[SYSDATABASES]
WHERE 
  NAME='dbname'
)

2、查看數據庫正在執行的sql語句

SELECT [Spid] = session_id ,
      ecid ,
      [Database] = DB_NAME(sp.dbid) ,
      [User] = nt_username ,
      [Status] = er.status ,
      [Wait] = wait_type ,
      [Individual Query] = SUBSTRING(qt.text,
                      er.statement_start_offset / 2,
                      ( CASE WHEN er.statement_end_offset = -1
                         THEN LEN(CONVERT(NVARCHAR(MAX), qt.text))
                            * 2
                         ELSE er.statement_end_offset
                       END - er.statement_start_offset )
                      / 2) ,
      [Parent Query] = qt.text ,
      Program = program_name ,
      hostname ,
      nt_domain ,
      start_time
  FROM  sys.dm_exec_requests er
      INNER JOIN sys.sysprocesses sp ON er.session_id = sp.spid
      CROSS APPLY sys.dm_exec_sql_text(er.sql_handle) AS qt
  WHERE  session_id > 50 -- Ignore system spids.
      AND session_id NOT IN ( @@SPID ) -- Ignore this current statement.
ORDER BY  1 ,

點評：雖然看似得到啦優化，其實與上一個解決方案的執行過程幾乎是一樣的，所以就不用多說什麼啦。

利於MSSQL數據庫的用戶自定義表類型做優化
依舊先上代碼，或許這樣你才能對用戶自定義表類型產生興趣。

CREATE TYPE CustomerFeedbackTemp AS TABLE(
BusType int NOT NULL,
CustomerPhone varchar(40) NOT NULL,
BackType int NOT NULL,
Content nvarchar(1000) NOT NULL
)

public void ThirdWay()
    {
      Stopwatch sw = new Stopwatch();
      Stopwatch sw1 = new Stopwatch();
      DataTable dt = GetTable();
      using (var conn = new SqlConnection(ConnStr))
      {
        string sql = @"INSERT INTO[dbo].[CustomerFeedback]
                      ([BusType]
                      ,[CustomerPhone]
                      ,[BackType]
                      ,[Content]
                     ) select BusType,CustomerPhone,BackType,[Content] from @TempTb";
        using (SqlCommand cmd = new SqlCommand(sql, conn))
        {
          cmd.CommandTimeout = 0;
          SqlParameter catParam = cmd.Parameters.AddWithValue("@TempTb", dt);
          catParam.SqlDbType = SqlDbType.Structured;
          catParam.TypeName = "dbo.CustomerFeedbackTemp";
          conn.Open();
          Console.WriteLine("從：" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始循環插入內存表中:" + cnt + "條數據 ...");
          sw.Start();
          for (int i = 0; i < cnt; i++)
          {
            DataRow dr = dt.NewRow();
            dr[0] = m.BusType;
            dr[1] = m.CustomerPhone;
            dr[2] = m.BackType;
            dr[3] = m.Content;
            dt.Rows.Add(dr);
          }
          Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，循環插入內存表:" + cnt + "條數據完成 ! 耗時：" + sw.ElapsedMilliseconds + "毫秒。");
          sw1.Start();
          if (dt != null && dt.Rows.Count != 0)
          {
            cmd.ExecuteNonQuery();
            sw.Stop();
          }
          Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，執行:" + cnt + "條數據的datatable的數據進數據庫 ! 耗時：" + sw1.ElapsedMilliseconds + "毫秒。");
        }
      }
    }

運行結果：

哇抓Q，不到2秒，不到2秒，怎麼比每條4毫秒還快，不敢相信，是不是運行出問題啦。

再來一遍

再來一遍

是的你沒有看錯，10w條數據，不到2秒。是不是迫不及待的要知道為什麼？迫不及待的想知道我們用到的用戶自定義表類型是什麼？

用戶自定義表類型

首先類型大家應該很容易理解，像int，varchar，bit等都是類型，那麼這個表類型是個毛線呢？

其實他就是用戶可以自己定義一個表結構然後把他當作一個類型。

創建自定義類型的詳細文檔：https://msdn.microsoft.com/zh-cn/library/ms175007.aspx

其次自定義類型也有一些限制，安全性：https://msdn.microsoft.com/zh-cn/library/bb522526.aspx

然後就是如何用這個類型，他的使用就是作為表值參數來使用的。

使用表值參數，可以不必創建臨時表或許多參數，即可向 Transact-SQL 語句或例程（如存儲過程或函數）發送多行數據。

表值參數與 OLE DB 和 ODBC 中的參數數組類似，但具有更高的靈活性，且與 Transact-SQL 的集成更緊密。 表值參數的另一個優勢是能夠參與基於數據集的操作。

Transact-SQL 通過引用向例程傳遞表值參數，以避免創建輸入數據的副本。 可以使用表值參數創建和執行 Transact-SQL 例程，並且可以使用任何托管語言從 Transact-SQL 代碼、托管客戶端以及本機客戶端調用它們。

優點

就像其他參數一樣，表值參數的作用域也是存儲過程、函數或動態 Transact-SQL 文本。 同樣，表類型變量也與使用 DECLARE 語句創建的其他任何局部變量一樣具有作用域。 可以在動態 Transact-SQL 語句內聲明表值變量，並且可以將這些變量作為表值參數傳遞到存儲過程和函數。

表值參數具有更高的靈活性，在某些情況下，可比臨時表或其他傳遞參數列表的方法提供更好的性能。 表值參數具有以下優勢：

首次從客戶端填充數據時，不獲取鎖。

提供簡單的編程模型。

允許在單個例程中包括復雜的業務邏輯。

減少到服務器的往返。

可以具有不同基數的表結構。

是強類型。

使客戶端可以指定排序順序和唯一鍵。

在用於存儲過程時像臨時表一樣被緩存。 從 SQL Server 2012 開始，對於參數化查詢，表值參數也被緩存。

限制

表值參數有下面的限制：

SQL Server 不維護表值參數列的統計信息。

表值參數必須作為輸入 READONLY 參數傳遞到 Transact-SQL 例程。 不能在例程體中對表值參數執行諸如 UPDATE、DELETE 或 INSERT 這樣的 DML 操作。

不能將表值參數用作 SELECT INTO 或 INSERT EXEC 語句的目標。 表值參數可以在 SELECT INTO 的 FROM 子句中，也可以在 INSERT EXEC 字符串或存儲過程中。

常見的BULK INSERT 數據集插入優化

public void FourWay()
    {

      Stopwatch sw = new Stopwatch();
      Stopwatch sw1 = new Stopwatch();
      DataTable dt = GetTable();
      using (SqlConnection conn = new SqlConnection(ConnStr))
      {
        SqlBulkCopy bulkCopy = new SqlBulkCopy(conn);
        bulkCopy.BulkCopyTimeout = 0;
        bulkCopy.DestinationTableName = "CustomerFeedback";
        bulkCopy.BatchSize = dt.Rows.Count;
        conn.Open();
        Console.WriteLine("從：" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "開始循環插入內存表中:" + cnt + "條數據 ...");
        sw.Start();
        for (int i = 0; i < cnt; i++)
        {
          DataRow dr = dt.NewRow();
          dr[0] = m.BusType;
          dr[1] = m.CustomerPhone;
          dr[2] = m.BackType;
          dr[3] = m.Content;
          dt.Rows.Add(dr);
        }
        Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，循環插入內存表:" + cnt + "條數據完成 ! 耗時：" + sw.ElapsedMilliseconds + "毫秒。");
        sw1.Start();
        if (dt != null && dt.Rows.Count != 0)
        {
          bulkCopy.WriteToServer(dt);
          sw.Stop();
        }
        Console.WriteLine(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss fff") + "時，執行:" + cnt + "條數據的datatable的數據進數據庫 ! 耗時：" + sw1.ElapsedMilliseconds + "毫秒。");
      }

執行結果：

1秒之內完成，1秒之內完成，看完這個簡直要在1秒之內完成10w條數據的插入的節奏，逆天，逆天啊。

bulk insert詳解：https://msdn.microsoft.com/zh-cn/library/ms188365.aspx

專業的點評：

表值參數的使用方法與其他基於數據集的變量的使用方法相似；但是，頻繁使用表值參數將比大型數據集要快。 大容量操作的啟動開銷比表值參數大，與之相比，表值參數在插入數目少於 1000 的行時具有很好的執行性能。

重用的表值參數可從臨時表緩存中受益。 這一表緩存功能可比對等的 BULK INSERT 操作提供更好的伸縮性。 使用小型行插入操作時，可以通過使用參數列表或批量語句（而不是 BULK INSERT 操作或表值參數）來獲得小的性能改進。 但是，這些方法在編程上不太方便，並且隨著行的增加，性能會迅速下降。

表值參數在執行性能上與對等的參數陣列實現相當甚至更好。

總結

接下來是大家最喜歡的總結內容啦，內容有三，如下：

1、希望能關注我其他的文章。

2、博客裡面有沒有很清楚的說明白，或者你有更好的方式，那麼歡迎加入左上方的2個交流群，我們一起學習探討。

3、你可以忘記點贊加關注，但千萬不要忘記掃碼打賞哦。

下面是其他網友的補充：

你前面的插入，完全是拼字符串，沒有用到任何“參數”，每個語句SQL SERVER都要解析，沒有辦法緩存，當然慢了；你可以嘗試用用參數化插入，相信也是幾秒就可以插入完

大批量數據插入，首選SqlBulkCopy