百万级数据迁移方案测评小记

前言

最近公司在使用 ABP 重构之前的老项目，数据库也由 SQL SERVER 切换到了 MySql。吐槽一下，之前的产品使用的是 Windows Server 2008 , SqlServer 2008R2, .Net Framework 4.5，现在开始拥抱 .net core。回到正题。目前单表有 10w+，100w+ 数据不等，等会都测试一下。数据库切换，以及数据库表结构变化，不可以避免的需要进行数据迁移。而迁移方案也并不是很多，下面是我尝试使用的两种方案进行测试。

多线程批量写入

private static async Task BatchInsertTestUsers(List<TestUser> testUsers)
        {
            var prefix =
                "INSERT INTO users (Id,Name,Age) VALUES";
            using (IDbConnection conn = new MySqlConnection(DataMigrationConfig.MySqlConstr))
            {
                var sqlText = new StringBuilder();
                sqlText.Append(prefix);

                foreach (var testUser in testUsers)
                {
                    sqlText.AppendFormat(
                        $"({testUser.Id},'{testUser.Name}', {testUser.Age}),");
                }

                var insertSql = sqlText.ToString().Substring(0, sqlText.ToString().LastIndexOf(','));
                await conn.ExecuteAsync(insertSql);
            }
        }

• BatchInsertTestUsers 将传入的集合，拼接成 SQL 并执行。

public static Task RunMultiTasks(List<TestUser> users)
        {
            var tasks = new List<Task>();
            var pageSize = 10000;
            var writeCount = (users.Count() / pageSize) + 2;

            for (var i = 1; i < writeCount; i++)
            {
                var skipCount = (i - 1) * pageSize;
                var batchInsertList = users.Skip(skipCount).Take(pageSize).ToList();

                var task = Task.Run(() => { BatchInsertTestUsers(batchInsertList); });
                tasks.Add(task);
            }

            var sw = new Stopwatch();
            sw.Start();
            Task.WaitAll(tasks.ToArray());
            sw.Stop();
            Console.WriteLine($"多线程批量插入用时：{sw.ElapsedMilliseconds} ms");

            return Task.FromResult(0);
        }

• RunMultiTasks 将数据分批，一次性插入 1w 条。

MySqlBulkLoader 方案

了解到 MySqlBulkLoader 是因为 SqlServer 的 Sqlbulkcopy。MySqlBulkLoader 并不支持集合的导入，需要先将数据导出为 .csv 格式，然后读取 .csv 数据导入。

public static async Task Export(string filePath, List<TestUser> items)
        {
            IExporter exporter = new CsvExporter();
            await exporter.Export(filePath, items);
        }

• 这里数据导出使用国人开源的 dotnetcore/Magicodes.IE 我这个导出代码，应该就懂了吧！操作简洁！！！

public static void Load(string filePath, string tableName)
        {
            using MySqlConnection conn = new MySqlConnection(DataMigrationConfig.MySqlConstr);
            var bulk = new MySqlBulkLoader(conn)
            {
                FieldTerminator = ",",
                FieldQuotationCharacter = '"',
                EscapeCharacter = '"',
                LineTerminator = "\r\n",
                FileName = filePath,
                Local = true,
                NumberOfLinesToSkip = 1,
                TableName = tableName,
                CharacterSet = "utf8mb4",
            };

            bulk.Load();
        }

• 这里因为数据库并不在自己本机上，所以设置了 Local = true 读取本地文件，进行导入。

测试说明

• 这个测试是在我本地测试的，数据库是跑在内网部署的一台机器上的 Docker 容器内，用的是机械硬盘。如果您的使用的是 SSD 硬盘，效果会更佳。
• 这里测试主要是插入简单的用户数据，定义如下：

public class TestUser
    {
        public int Id { get; set; }
        public string Name { get; set; }
        public int Age { get; set; }
    }

• 分别测试1w，10w,100w条数据插入的性能，以及开启索引以及关闭索引的影响
• 测试执行代码如下：

class Program
    {
        static async Task Main(string[] args)
        {
            var testData = DataGen.Run(100 * 10000);
            await RunMultiTasks(testData);
            await RunMySqlLoaderTask(testData);
        }

        public static async Task RunMultiTasks(List<TestUser> users)
        {
            await DataMigrateTask.RunMultiTasks(users);
        }

        public static async Task RunMySqlLoaderTask(List<TestUser> users)
        {
            var fileName = "users";
            var filePath = Directory.GetCurrentDirectory() + "\\" + fileName + ".csv";
            await DataMigrateTask.Export(filePath, users);
            var sw = new Stopwatch();
            sw.Start();
            DataMigrateTask.Load(filePath, "users");
            sw.Stop();
            Console.WriteLine($"MySqlBulkLoader 用时：{sw.ElapsedMilliseconds} ms");
        }
    }

测试结果

说了那么多，这里才是最重点。

方案	1w	10w	100w
RunMultiTasks	367ms	3548ms	91263ms
RunMySqlLoaderTask	2031ms	1597ms	13105ms
RunMultiTasks（关闭索引）	233ms	3230ms	67040ms
RunMySqlLoaderTask （关闭索引）	1785ms	1367ms	12456ms

最后

以上的测试仅供参考，上面的简单测试一下，数据量大的时候 MySqlLoaderTask 优势是明显的，对于小于 1w 数据量的可以采用多线程批量插入效果更好。有兴趣的小伙伴的可以自己下载代码玩玩。如有更好的
方案，不吝赐教。

• 代码地址：DataMigrationTest

坑

• MySqlLoader 导入 null 数据使用 NULL，而不是mysql文档上说的 \N