C# 批量插入数据到SqlServer中的四种方式

本篇，我将来讲解一下在Sqlserver中批量插入数据。

先创建一个用来测试的数据库和表，为了让插入数据更快，表中主键采用的是GUID，表中没有创建任何索引。GUID必然是比自增长要快的，因为你生成一个GUID算法所花的时间肯定比你从数据表中重新查询上一条记录的ID的值然后再进行加1运算要少。而如果存在索引的情况下，每次插入记录都会进行索引重建，这是非常耗性能的。如果表中无可避免的存在索引，我们可以通过先删除索引，然后批量插入，最后再重建索引的方式来提高效率。

CREATE TABLE Product(
	Id UNIQUEIDENTIFIER PRIMARY KEY,
	NAME VARCHAR(50) NOT NULL,
	Price DECIMAL(18,2) NOT NULL
)

我们通过SQL脚本来插入数据，常见如下四种方式。

方式一：一条一条插入，性能最差，不建议使用。

INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛栏1段',160);
INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛栏2段',260);
......

方式二：insert bulk

BULK INSERT [ [ 'database_name'.][ 'owner' ].]{ 'table_name' FROM 'data_file' }       
    WITH  (   
            [ BATCHSIZE [ = batch_size ] ],       
            [ CHECK_CONSTRAINTS ],           
            [ CODEPAGE [ = 'ACP' | 'OEM' | 'RAW' | 'code_page' ] ],   
            [ DATAFILETYPE [ = 'char' | 'native'| 'widechar' | 'widenative' ] ],               
            [ FIELDTERMINATOR [ = 'field_terminator' ] ],   
            [ FIRSTROW [ = first_row ] ],   
            [ FIRE_TRIGGERS ],   
            [ FORMATFILE = 'format_file_path' ],   
            [ KEEPIDENTITY ],   
            [ KEEPNULLS ],   
            [ KILOBYTES_PER_BATCH [ = kilobytes_per_batch ] ],      
            [ LASTROW [ = last_row ] ],   
            [ MAXERRORS [ = max_errors ] ],   
            [ ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ],     
            [ ROWS_PER_BATCH [ = rows_per_batch ] ],   
            [ ROWTERMINATOR [ = 'row_terminator' ] ],             
            [ TABLOCK ],   
    )

相关参数说明：

BULK INSERT    
   [ database_name . [ schema_name ] . | schema_name . ] [ table_name | view_name ]    
      FROM 'data_file'    
     [ WITH    
        (    
   [ [ , ] BATCHSIZE = batch_size ]    --BATCHSIZE指令来设置在单个事务中可以插入到表中的记录的数量   
   [ [ , ] CHECK_CONSTRAINTS ]     --指定在大容量导入操作期间，必须检查所有对目标表或视图的约束。若没有 CHECK_CONSTRAINTS 选项，则所有 CHECK 和 FOREIGN KEY 约束都将被忽略，并且在此操作之后表的约束将标记为不可信。   
   [ [ , ] CODEPAGE = { 'ACP' | 'OEM' | 'RAW' | 'code_page' } ]  --指定该数据文件中数据的代码页   
   [ [ , ] DATAFILETYPE =    
      { 'char' | 'native'| 'widechar' | 'widenative' } ]  --指定 BULK INSERT 使用指定的数据文件类型值执行导入操作。   
   [ [ , ] FIELDTERMINATOR = 'field_terminator' ]  --标识分隔内容的符号   
   [ [ , ] FIRSTROW = first_row ]    --指定要加载的第一行的行号。默认值是指定数据文件中的第一行   
   [ [ , ] FIRE_TRIGGERS ]     --是否启动触发器   
   [ [ , ] FORMATFILE = 'format_file_path' ]    
   [ [ , ] KEEPIDENTITY ]   --指定导入数据文件中的标识值用于标识列   
   [ [ , ] KEEPNULLS ]    --指定在大容量导入操作期间空列应保留一个空值，而不插入用于列的任何默认值   
   [ [ , ] KILOBYTES_PER_BATCH = kilobytes_per_batch ]    
   [ [ , ] LASTROW = last_row ]   --指定要加载的最后一行的行号   
   [ [ , ] MAXERRORS = max_errors ]   --指定允许在数据中出现的最多语法错误数，超过该数量后将取消大容量导入操作。   
   [ [ , ] ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ]  --指定数据文件中的数据如何排序   
   [ [ , ] ROWS_PER_BATCH = rows_per_batch ]    
   [ [ , ] ROWTERMINATOR = 'row_terminator' ]   --标识分隔行的符号   
   [ [ , ] TABLOCK ]     --指定为大容量导入操作持续时间获取一个表级锁   
   [ [ , ] ERRORFILE = 'file_name' ]   --指定用于收集格式有误且不能转换为 OLE DB 行集的行的文件。   
        )]

方式三：INSERT INTO xx select…

INSERT INTO Product(Id,Name,Price)
 SELECT NEWID(),'牛栏1段',160 
 UNION ALL 
 SELECT NEWID(),'牛栏2段',180
 UNION ALL
......

方式四：拼接SQL

INSERT INTO Product(Id,Name,Price) VALUES
(newid(),'牛栏1段',160),
(newid(),'牛栏2段',260)
......

在C#中通过ADO.NET来实现批量操作存在四种与之对应的方式。

方式一：逐条插入

#region 方式一
static void InsertOne()
{
    Console.WriteLine("采用一条一条插入的方式实现");
    Stopwatch sw = new Stopwatch();

    using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中会自动Open和Close 连接。
    {
        string sql = "INSERT INTO Product(Id,Name,Price) VALUES(newid(),@p,@d)";
        conn.Open();
        for (int i = 0; i < totalRow; i++)
        {
            using (SqlCommand cmd = new SqlCommand(sql, conn))
            {
                cmd.Parameters.AddWithValue("@p", "商品" + i);
                cmd.Parameters.AddWithValue("@d", i);
                sw.Start();
                cmd.ExecuteNonQuery();
                Console.WriteLine(string.Format("插入一条记录，已耗时{0}毫秒", sw.ElapsedMilliseconds));
            }
            if (i == getRow)
            {
                sw.Stop();
                break;
            }
        }
    }
    Console.WriteLine(string.Format("插入{0}条记录，每{4}条的插入时间是{1}毫秒,预估总得插入时间是{2}毫秒，{3}分钟", totalRow, sw.ElapsedMilliseconds, ((sw.ElapsedMilliseconds / getRow) * totalRow), GetMinute((sw.ElapsedMilliseconds / getRow * totalRow)), getRow));
}
static int GetMinute(long l)
{
    return (Int32)l / 60000;
} 
#endregion

运行结果如下：
在这里插入图片描述
我们会发现插入100w条记录，预计需要50分钟时间，每插入一条记录大概需要3毫秒左右。

方式二：使用SqlBulk

#region 方式二
static void InsertTwo()
{
    Console.WriteLine("使用Bulk插入的实现方式");
    Stopwatch sw = new Stopwatch();
    DataTable dt = GetTableSchema(); 

    using (SqlConnection conn = new SqlConnection(StrConnMsg))
    {
        SqlBulkCopy bulkCopy = new SqlBulkCopy(conn);
        bulkCopy.DestinationTableName = "Product";
        bulkCopy.BatchSize = dt.Rows.Count;
        conn.Open();
        sw.Start();

        for (int i = 0; i < totalRow;i++ )
        {
            DataRow dr = dt.NewRow();
            dr[0] = Guid.NewGuid();
            dr[1] = string.Format("商品", i);
            dr[2] = (decimal)i;
            dt.Rows.Add(dr);
        }
            if (dt != null && dt.Rows.Count != 0)
            {
                bulkCopy.WriteToServer(dt);
                sw.Stop();
            }
            Console.WriteLine(string.Format("插入{0}条记录共花费{1}毫秒，{2}分钟", totalRow, sw.ElapsedMilliseconds, GetMinute(sw.ElapsedMilliseconds)));
    }
}
static DataTable GetTableSchema()
{
    DataTable dt = new DataTable();
    dt.Columns.AddRange(new DataColumn[] {   
new DataColumn("Id",typeof(Guid)),  
new DataColumn("Name",typeof(string)),  
new DataColumn("Price",typeof(decimal))});
    return dt;
}
#endregion

    运行结果如下：
在这里插入图片描述
    插入100w条记录才8s多，是不是很溜。
    打开Sqlserver Profiler跟踪，会发现执行的是如下语句：

insert bulk Product ([Id] UniqueIdentifier, [NAME] VarChar(50) COLLATE Chinese_PRC_CI_AS, [Price] Decimal(18,2))

方式三：使用TVPs(表值参数）插入数据

从sqlserver 2008起开始支持TVPs。创建缓存表ProductTemp ，执行如下SQL。

CREATE TYPE ProductTemp AS  TABLE(
	Id UNIQUEIDENTIFIER PRIMARY KEY,
	NAME VARCHAR(50) NOT NULL,
	Price DECIMAL(18,2) NOT NULL
)

执行完成之后，会发现在数据库CarSYS下面多了一张缓存表ProductTemp
在这里插入图片描述

可见插入100w条记录共花费了11秒多。

方式四：拼接SQL

此种方法在C#中有限制，一次性只能批量插入1000条，所以就得分段进行插入。

#region 方式四
static void InsertFour()
{
    Console.WriteLine("采用拼接批量SQL插入的方式实现");
    Stopwatch sw = new Stopwatch();

    using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中会自动Open和Close 连接。
    {
        conn.Open();
        sw.Start();
        for (int j = 0; j < totalRow / getRow;j++ )
        {
            StringBuilder sb = new StringBuilder();
            sb.Append("INSERT INTO Product(Id,Name,Price) VALUES");
            using (SqlCommand cmd = new SqlCommand())
            {
               
                for (int i = 0; i < getRow; i++)
                {
                    sb.AppendFormat("(newid(),'商品{0}',{0}),", j*i+i);
                }
                cmd.Connection = conn;
                cmd.CommandText = sb.ToString().TrimEnd(',');
                cmd.ExecuteNonQuery();
            }
        }
        sw.Stop();
        Console.WriteLine(string.Format("插入{0}条记录，共耗时{1}毫秒",totalRow,sw.ElapsedMilliseconds));
    }
}
#endregion

运行结果如下：
在这里插入图片描述
我们可以看到大概花费了10分钟。虽然在方式一的基础上，性能有了较大的提升，但是显然还是不够快。

总结：

大数据批量插入方式一和方式四尽量避免使用，而方式二和方式三都是非常高效的批量插入数据方式。其都是通过构建DataTable的方式插入的，而我们知道DataTable是存在内存中的，所以当数据量特别特别大，大到内存中无法一次性存储的时候，可以分段插入。比如需要插入9千万条数据，可以分成9段进行插入，一次插入1千万条。而在for循环中直接进行数据库操作，我们是应该尽量避免的。每一次数据库的连接、打开和关闭都是比较耗时的，虽然在C#中存在数据库连接池，也就是当我们使用using或者conn.Close()，进行释放连接时，其实并没有真正关闭数据库连接，它只是让连接以类似于休眠的方式存在，当再次操作的时候，会从连接池中找一个休眠状态的连接，唤醒它，这样可以有效的提高并发能力，减少连接损耗。而连接池中的连接数，我们都是可以配置的。

https://blog.csdn.net/qq_36330228/article/details/109693370

posted @ 2022-06-13 11:05 Areas 阅读(2957) 评论(0) 编辑收藏举报

刷新页面返回顶部