文章目錄

• • 一、前言
  • 二、批量插入前準(zhǔn)備
  • • 1、插入到數(shù)據(jù)表的字段
    • 2、計(jì)算一行字段占用的空間
    • 3、在數(shù)據(jù)里做插入操作的時(shí)候，整體時(shí)間的分配
  • 三、批量插入數(shù)據(jù)測試
  • • 1、SQL語句的大小限制
    • 2、查看服務(wù)器上的參數(shù)：
    • 3、計(jì)算一次能插入的最大行記錄
    • 4、測試插入數(shù)據(jù)比對(duì)
    • • （1）插入11W條數(shù)據(jù)，按照每次10,600,1000，20000,80000來測試：
      • （2）加大數(shù)據(jù)量到24w
      • （3）加大測試量到42W
    • 5、如果插入的值就是sql語句限制的最大值，那么性能真的好嗎？
  • 四、其他影響插入性能的因素
  • • 1、首先是插入的時(shí)候，要注意緩沖區(qū)的大小使用情況
    • 2、插入緩存
    • 3、使用事務(wù)提升效率
    • 4、通過配置提升讀寫性能
    • 5、索引影響插入性能
  • 五、總結(jié)

一、前言

我們?cè)诓僮鞔笮蛿?shù)據(jù)表或者日志文件的時(shí)候經(jīng)常會(huì)需要寫入數(shù)據(jù)到數(shù)據(jù)庫，那么最合適的方案就是數(shù)據(jù)庫的批量插入。只是我們?cè)趫?zhí)行批量操作的時(shí)候，一次插入多少數(shù)據(jù)才合適呢？假如需要插入的數(shù)據(jù)有百萬條，那么一次批量插入多少條的時(shí)候，效率會(huì)高一些呢？這里博主和大家一起探討下這個(gè)問題，應(yīng)用環(huán)境為批量插入數(shù)據(jù)到臨時(shí)表。

二、批量插入前準(zhǔn)備

博主本地原本是循環(huán)查出來的數(shù)據(jù)，然后每1000條插入一次，直至完成插入操作。但是為什么要設(shè)置1000條呢，實(shí)不相瞞，這是因?yàn)轫?xiàng)目里的其他批量插入都是一次插1000條。。汗，博主不服，所以想要測試下。

首先是查看當(dāng)前數(shù)據(jù)庫的版本，畢竟各個(gè)版本之間存在差異，脫離版本講數(shù)據(jù)庫就是耍流氓（以前沒少耍啊）：

mysql> select version(); +------------+ | version() | +------------+ | 5.6.34-log | +------------+ 1 row in set (0.00 sec)

1、插入到數(shù)據(jù)表的字段

對(duì)于手動(dòng)創(chuàng)建的臨時(shí)表來說，字段當(dāng)然是越少越好，而且字段占用的空間要盡量小一些，這樣臨時(shí)表不至于太大，影響表操作的性能。這里需要插入的字段是：

字段1 int(10) 字段2 int(10) 字段3 int(10) 字段4 int(10)

我們一共插入四個(gè)字段，分別是3個(gè)int類型的，一個(gè)varchar類型的，整體來說這些字段都比較小，占用的內(nèi)存空間會(huì)小一些。

2、計(jì)算一行字段占用的空間

對(duì)于innodb引擎來說，int類型可以存儲(chǔ)4個(gè)字節(jié)，里面的Int(M)并不會(huì)影響存儲(chǔ)字節(jié)的大小，這個(gè)M只是數(shù)據(jù)的展示位數(shù)，和mysql的ZEROFILL屬性有關(guān)，即在數(shù)字長度不夠的數(shù)據(jù)前面填充0，以達(dá)到設(shè)定的長度。此處不多說，想要了解的朋友可以百度一下，還是很有意思的。
varchar（10）代表可以存儲(chǔ)10個(gè)字符，不管是英文還是中文，最多都是10個(gè)，這部分假設(shè)存儲(chǔ)的是中文，在utf-8mb4下，10個(gè)中文占用10*4 = 40個(gè)字節(jié)那么一行數(shù)據(jù)最多占用：4+4+4+40 = 52字節(jié)

3、在數(shù)據(jù)里做插入操作的時(shí)候，整體時(shí)間的分配

鏈接耗時(shí) （30%） 發(fā)送query到服務(wù)器 （20%） 解析query （20%） 插入操作 （10% * 詞條數(shù)目） 插入index （10% * Index的數(shù)目） 關(guān)閉鏈接 （10%）

從這里可以看出來，真正耗時(shí)的不是操作，而是鏈接，解析的過程。單條sql的話，會(huì)在鏈接，解析部分耗費(fèi)大量的時(shí)間，因此速度會(huì)很慢，所以我們一般都是采用批量插入的操作，爭取在一次鏈接里面寫入盡可能多的數(shù)據(jù)，以此來提升插入的速度。但是這個(gè)盡可能多的數(shù)據(jù)是多少呢？一次到底插入多少才合適呢？

三、批量插入數(shù)據(jù)測試

開始測試，但是一開始插入多少是合適的呢，是否有上限？查詢mysql手冊(cè)，我們知道sql語句是有大小限制的。

1、SQL語句的大小限制

my.ini 里有 max_allowed_packet 這個(gè)參數(shù)控制通信的 packet 大小。mysql默認(rèn)的sql語句的最大限制是1M（mysql5.7的客戶端默認(rèn)是16M，服務(wù)端默認(rèn)是4M），可以根據(jù)設(shè)置查看。官方解釋是適當(dāng)增大 max_allowed_packet 參數(shù)可以使client端到server端傳遞大數(shù)據(jù)時(shí)，系統(tǒng)能夠分配更多的擴(kuò)展內(nèi)存來處理。

官方手冊(cè)：https://dev.mysql.com/doc/refman/5.7/en/server-system-variables.html

2、查看服務(wù)器上的參數(shù)：

mysql> show variables like '%max_allowed_packet%'; +--------------------------+------------+ | Variable_name | Value | +--------------------------+------------+ | max_allowed_packet | 33554432 | | slave_max_allowed_packet | 1073741824 | +--------------------------+------------+ 2 rows in set (0.00 sec)

33554432字節(jié) = 32M ，也就是規(guī)定大小不能超過32M。

3、計(jì)算一次能插入的最大行記錄

1M計(jì)算的話，(1024*1024)/52 ≈ 20165 ，為了防止溢出，最大可一次性插入20000條（根據(jù)自己的配置和sql語句大小計(jì)算）。那么32M的話就是：20000 *32 = 640000 也就是64W條。

4、測試插入數(shù)據(jù)比對(duì)

（1）插入11W條數(shù)據(jù)，按照每次10,600,1000，20000,80000來測試：

+---------------+ | count(c1.uin) | +---------------+ | 110000 | +---------------+

有個(gè)博客說一次插入10條最快，，我覺得一次插的有點(diǎn)少，咱們?cè)囋?/p> 參考：https://www.cnblogs.com/aicro/p/3851434.html

這個(gè)博主測試后，認(rèn)為一次插10條是性能最快的，他的每條記錄是3kb，相當(dāng)于我的59行數(shù)據(jù)，取個(gè)整數(shù)60，那么對(duì)于這個(gè)博主是插入10條，對(duì)我來說插入：600，這幾個(gè)值都試試。

耗時(shí)：

11W的數(shù)據(jù)，每次插入10條。耗時(shí)：2.361s 11W的數(shù)據(jù)，每次插入600條。耗時(shí)：0.523s 11W的數(shù)據(jù)，每次插入1000條。耗時(shí)：0.429s 11W的數(shù)據(jù)，每次插入20000條。耗時(shí)：0.426s 11W的數(shù)據(jù)，每次插入80000條。耗時(shí)：0.352s

從這部分看，隨著批量插入的增加，速度略有提升，最起碼一次插10條應(yīng)該不是最佳的。插入數(shù)據(jù)量多，減少了循環(huán)的次數(shù)，也就是在數(shù)據(jù)庫鏈接部分的耗時(shí)有所減少，只是這個(gè)8W并不是極限數(shù)據(jù)，具體一次插入多少條，還有待參考。

（2）加大數(shù)據(jù)量到24w

+---------------+ | count(c1.uin) | +---------------+ | 241397 | +---------------+

耗時(shí)：

24W的數(shù)據(jù)，每次插入10條。耗時(shí)：4.445s 24W的數(shù)據(jù)，每次插入600條。耗時(shí)：1.187s 24W的數(shù)據(jù)，每次插入1000條。耗時(shí)：1.13s 24W的數(shù)據(jù)，每次插入20000條。耗時(shí)：0.933s 24W的數(shù)據(jù)，每次插入80000條。耗時(shí)：0.753s

一次插入24W反而性能最佳，這么代表我們的測試數(shù)據(jù)量依然不夠。

（3）加大測試量到42W

+---------------+ | count(c1.uin) | +---------------+ | 418859 |

耗時(shí)：

42W的數(shù)據(jù)，每次插入1000條。耗時(shí)：2.216s 42W的數(shù)據(jù)，每次插入80000條。耗時(shí)：1.777s 42W的數(shù)據(jù)，每次插入16W條。耗時(shí)：1.523s 42W的數(shù)據(jù)，每次插入20W條。耗時(shí)：1.432s 42W的數(shù)據(jù)，每次插入30W條。耗時(shí)：1.362s 42W的數(shù)據(jù)，每次插入40W條。耗時(shí)：1.764s

隨著插入量的增加，批量插入條數(shù)多了之后，性能是有所提升的。但是在達(dá)到30W以上之后，效率反而有所下降。這部分我的理解是mysql是要分配一定的內(nèi)存給傳過來的數(shù)據(jù)包使用，當(dāng)批量插入的數(shù)據(jù)量到達(dá)一定程度之后，一次插入操作的開銷就很耗費(fèi)內(nèi)存了。個(gè)人感覺，最佳大小是max_allowed_packet的一半，也就是極限能插入64W，選用32W也許性能會(huì)更好一些，同時(shí)也不會(huì)對(duì)mysql的其他操作產(chǎn)生太大的影響。

5、如果插入的值就是sql語句限制的最大值，那么性能真的好嗎？

博主瘋狂谷歌百度，都沒有找到有人來具體的說一下這個(gè)問題，不過在高性能mysql里面發(fā)現(xiàn)一句話：
客戶端用一個(gè)單獨(dú)的數(shù)據(jù)包將查詢請(qǐng)求發(fā)送給服務(wù)器，所以當(dāng)查詢語句很長的時(shí)候，需要設(shè)置max_allowed_packet參數(shù)。但是需要注意的是，如果查詢實(shí)在是太大，服務(wù)端會(huì)拒絕接收更多數(shù)據(jù)并拋出異常。與之相反的是，服務(wù)器響應(yīng)給用戶的數(shù)據(jù)通常會(huì)很多，由多個(gè)數(shù)據(jù)包組成。但是當(dāng)服務(wù)器響應(yīng)客戶端請(qǐng)求時(shí)，客戶端必須完整的接收整個(gè)返回結(jié)果，而不能簡單的只取前面幾條結(jié)果，然后讓服務(wù)器停止發(fā)送。因而在實(shí)際開發(fā)中，盡量保持查詢簡單且只返回必需的數(shù)據(jù)，減小通信間數(shù)據(jù)包的大小和數(shù)量是一個(gè)非常好的習(xí)慣，這也是查詢中盡量避免使用SELECT *以及加上LIMIT限制的原因之一。

后面通過各種百度，博主覺得最大只是代表傳輸數(shù)據(jù)包的最大長度，但性能是不是最佳就要從各個(gè)方面來分析了。比如下面列出的插入緩沖，以及插入索引時(shí)對(duì)于緩沖區(qū)的剩余空間需求，以及事務(wù)占有的內(nèi)存等，都會(huì)影響批量插入的性能。

四、其他影響插入性能的因素

1、首先是插入的時(shí)候，要注意緩沖區(qū)的大小使用情況

在分析源碼的過程中，有一句話：如果buffer pool余量不足25%，插入失敗，返回DB_LOCK_TABLE_FULL。這個(gè)錯(cuò)誤并不是直接報(bào)錯(cuò)：max_allowed_packet 不夠大之類的，這個(gè)錯(cuò)誤是因?yàn)閷?duì)于innodb引擎來說，一次插入是涉及到事務(wù)和鎖的，在插入索引的時(shí)候，要判斷緩沖區(qū)的剩余情況，所以插入并不能僅僅只考慮max_allowed_packet的問題，也要考慮到緩沖區(qū)的大小。

參考淘寶的數(shù)據(jù)庫日?qǐng)?bào)：http://mysql.taobao.org/monthly/2017/09/10/

2、插入緩存

另外對(duì)于innodb引擎來說，因?yàn)榇嬖诓迦刖彺?#xff08;Insert Buffer）這個(gè)概念，所以在插入的時(shí)候也是要耗費(fèi)一定的緩沖池內(nèi)存的。當(dāng)寫密集的情況下，插入緩沖會(huì)占用過多的緩沖池內(nèi)存，默認(rèn)最大可以占用到1/2的緩沖池內(nèi)存，當(dāng)插入緩沖占用太多緩沖池內(nèi)存的情況下，會(huì)影響到其他的操作。

也就是說，插入緩沖受到緩沖池大小的影響，緩沖池大小為：

mysql> show variables like 'innodb_buffer_pool_size'; +-------------------------+-----------+ | Variable_name | Value | +-------------------------+-----------+ | innodb_buffer_pool_size | 134217728 | +-------------------------+-----------+

換算后的結(jié)果為：128M，也就是說，插入緩存最多可以占用64M的緩沖區(qū)大小。這個(gè)大小要超過咱們?cè)O(shè)置的sql語句大小，所以可以忽略不計(jì)。

詳細(xì)解釋：

我們都知道，在InnoDB引擎上進(jìn)行插入操作時(shí)，一般需要按照主鍵順序進(jìn)行插入，這樣才能獲得較高的插入性能。當(dāng)一張表中存在非聚簇的且不唯一的索引時(shí)，在插入時(shí)，數(shù)據(jù)頁的存放還是按照主鍵進(jìn)行順序存放，
但是對(duì)于非聚簇索引葉節(jié)點(diǎn)的插入不再是順序的了，這時(shí)就需要離散的訪問非聚簇索引頁，由于隨機(jī)讀取的存在導(dǎo)致插入操作性能下降。

InnoDB為此設(shè)計(jì)了Insert Buffer來進(jìn)行插入優(yōu)化。對(duì)于非聚簇索引的插入或者更新操作，不是每一次都直接插入到索引頁中，而是先判斷插入的非聚集索引是否在緩沖池中，若在，則直接插入；若不在，則先放入到一個(gè)Insert Buffer中。看似數(shù)據(jù)庫這個(gè)非聚集的索引已經(jīng)查到葉節(jié)點(diǎn)，而實(shí)際沒有，這時(shí)存放在另外一個(gè)位置。然后再以一定的頻率和情況進(jìn)行Insert Buffer和非聚簇索引頁子節(jié)點(diǎn)的合并操作。這時(shí)通常能夠?qū)⒍鄠€(gè)插入合并到一個(gè)操作中，這樣就大大提高了對(duì)于非聚簇索引的插入性能。

參考：https://cloud.tencent.com/developer/article/1200824
參考：mysql技術(shù)內(nèi)幕 Innodb篇

3、使用事務(wù)提升效率

還有一種說法，使用事務(wù)可以提高數(shù)據(jù)的插入效率，這是因?yàn)檫M(jìn)行一個(gè)INSERT操作時(shí)，MySQL內(nèi)部會(huì)建立一個(gè)事務(wù)，在事務(wù)內(nèi)才進(jìn)行真正插入處理操作。通過使用事務(wù)可以減少創(chuàng)建事務(wù)的消耗，所有插入都在執(zhí)行后才進(jìn)行提交操作。大概如下：

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;

參考：https://my.oschina.net/songhongxu/blog/163063

事務(wù)需要控制大小，事務(wù)太大可能會(huì)影響執(zhí)行的效率。MySQL有innodb_log_buffer_size配置項(xiàng)，超過這個(gè)值會(huì)把innodb的數(shù)據(jù)刷到磁盤中，這時(shí)，效率會(huì)有所下降。所以比較好的做法是，在數(shù)據(jù)達(dá)到這個(gè)這個(gè)值前進(jìn)行事務(wù)提交。

查看： show variables like '%innodb_log_buffer_size%'; +------------------------+----------+ | Variable_name | Value | +------------------------+----------+ | innodb_log_buffer_size | 67108864 | +------------------------+----------+大概是：64M

這種寫法和批量寫入的效果差不多，只不過sql語句還是單句的，然后統(tǒng)一提交。一個(gè)瓶頸是SQL語句的大小，一個(gè)瓶頸是事務(wù)的大小。當(dāng)我們?cè)谔峤籹ql的時(shí)候，首先是受到sql大小的限制，其次是受到事務(wù)大小的限制。在開啟事務(wù)的情況下使用批量插入，會(huì)節(jié)省不少事務(wù)的開銷，如果要追求極致的速度的話，建議是開著事務(wù)插入的。不過需要注意一下，內(nèi)存是有限且共享的，如果批量插入占用太多的事務(wù)內(nèi)存，那么勢(shì)必會(huì)對(duì)其他的業(yè)務(wù)操作等有一定的影響。

4、通過配置提升讀寫性能

也可以通過增大innodb_buffer_pool_size 緩沖區(qū)來提升讀寫性能，只是緩沖區(qū)是要占用內(nèi)存空間的，內(nèi)存很珍貴，所以這個(gè)方案在內(nèi)存富裕，而性能瓶頸的時(shí)候，可以考慮下。

參考：https://my.oschina.net/anuodog/blog/3002941

5、索引影響插入性能

如果表中存在多個(gè)字段索引，當(dāng)對(duì)表中的數(shù)據(jù)進(jìn)行增加、刪除和修改的時(shí)候，索引也要?jiǎng)討B(tài)的維護(hù)。這樣就降低了數(shù)據(jù)的插入速度。對(duì)于普通的數(shù)據(jù)表，主鍵索引是肯定要有的，想要加快性能的話，就是要有序插入，每次插入記錄都在索引的最后面，索引的定位效率很高，并且對(duì)索引調(diào)整較小。如果插入的記錄在索引中間，需要B+tree進(jìn)行分裂合并等處理，會(huì)消耗比較多計(jì)算資源，并且插入記錄的索引定位效率會(huì)下降，數(shù)據(jù)量較大時(shí)會(huì)有頻繁的磁盤操作。

五、總結(jié)

博主經(jīng)過測試+谷歌，最終是選用的一次批量插入數(shù)據(jù)量為max_allowed_packet大小的一半。只是在不斷的搜索中，發(fā)現(xiàn)影響插入性能的地方挺多的，如果僅僅是拿max_allowed_packet這個(gè)參數(shù)作為分析，其實(shí)是沒有意義的，這個(gè)參數(shù)只是設(shè)置最大值，但并不是最佳性能。不過需要注意，由于sql語句比較大，所以才執(zhí)行完插入操作之后，一定要釋放變量，不要造成無謂的內(nèi)存損耗，影響程序性能。

對(duì)于我們的mysql來說也是一樣的，mysql的最佳性能是建立在各個(gè)參數(shù)的合理設(shè)置上，這樣協(xié)同干活兒的效果最佳。如果其他設(shè)置不到位的話，就像是木桶原理一樣，哪怕內(nèi)存緩沖區(qū)設(shè)置的很大，但是性能取決的反而是設(shè)置最差的那個(gè)配置。關(guān)于mysql的配置調(diào)優(yōu)，我們都在路上，加油！

總結(jié)

以上是生活随笔為你收集整理的MySQL 批量插入数据，单次插入多少条数据效率最高的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。