.Net Core导入千万级数据至Mysql

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。