不管是日常业务数据处理中,还是数据库的导入导出,都可能遇到需要处理大量数据的插入。插入的方式和数据库引擎都会对插入速度造成影响,这篇文章旨在从理论和实践上对各种方法进行分析和比较,方便以后应用中插入方法的选择。
插入分析
MySQL中插入一个记录需要的时间由下列因素组成,其中的数字表示大约比例:
- 连接:(3)
- 发送查询给服务器:(2)
- 分析查询:(2)
- 插入记录:(1x记录大小)
- 插入索引:(1x索引)
- 关闭:(1)
如果我们每插入一条都执行一个SQL语句,那么我们需要执行除了连接和关闭之外的所有步骤N次,这样是非常耗时的,优化的方式有一下几种:
- 在每个insert语句中写入多行,批量插入
- 将所有查询语句写入事务中
- 利用Load Data导入数据
每种方式执行的性能如下。
Innodb引擎
InnoDB 给 MySQL 提供了具有事务(commit)、回滚(rollback)和崩溃修复能力(crash recovery capabilities)的事务安全(transaction-safe (ACID compliant))型表。InnoDB 提供了行锁(locking on row level)以及外键约束(FOREIGN KEY constraints)。
InnoDB 的设计目标是处理大容量数据库系统,它的 CPU 利用率是其它基于磁盘的关系数据库引擎所不能比的。在技术上,InnoDB 是一套放在 MySQL 后台的完整数据库系统,InnoDB 在主内存中建立其专用的缓冲池用于高速缓冲数据和索引。
测试环境
Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16
总数100W条数据
插入完后数据库大小38.6MB(无索引),46.8(有索引)
- 无索引单条插入 总耗时:229s 峰值内存:246KB
- 有索引单条插入 总耗时:242s 峰值内存:246KB
- 无索引批量插入 总耗时:10s 峰值内存:8643KB
- 有索引批量插入 总耗时:16s 峰值内存:8643KB
- 无索引事务插入 总耗时:78s 峰值内存:246KB
- 有索引事务插入 总耗时:82s 峰值内存:246KB
- 无索引Load Data插入 总耗时:12s 峰值内存:246KB
- 有索引Load Data插入 总耗时:11s 峰值内存:246KB
MyIASM引擎
MyISAM 是MySQL缺省存贮引擎。设计简单,支持全文搜索。
测试环境
Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16
总数100W条数据
插入完后数据库大小19.1MB(无索引),38.6(有索引)
- 无索引单条插入 总耗时:82s 峰值内存:246KB
- 有索引单条插入 总耗时:86s 峰值内存:246KB
- 无索引批量插入 总耗时:3s 峰值内存:8643KB
- 有索引批量插入 总耗时:7s 峰值内存:8643KB
- 无索引Load Data插入 总耗时:6s 峰值内存:246KB
- 有索引Load Data插入 总耗时:8s 峰值内存:246KB
总结
我测试的数据量不是很大,不过可以大概了解这几种插入方式对于速度的影响,最快的必然是Load Data方式。这种方式相对比较麻烦,因为涉及到了写文件,但是可以兼顾内存和速度。
测试代码
<?php
$dsn
=
'mysql:host=localhost;dbname=test'
;
$db
=
new
PDO(
$dsn
,
'root'
,
''
,
array
(PDO::ATTR_PERSISTENT => true));
//删除上次的插入数据
$db
->query(
'delete from `test`'
);
//开始计时
$start_time
= time();
$sum
= 1000000;
// 测试选项
$num
= 1;
if
(
$num
== 1){
// 单条插入
for
(
$i
= 0;
$i
<
$sum
;
$i
++){
$db
->query(
"insert into `test` (`id`,`name`) values ($i,'tsetssdf')"
);
}
}
elseif
(
$num
== 2) {
// 批量插入,为了不超过max_allowed_packet,选择每10万插入一次
for
(
$i
= 0;
$i
<
$sum
;
$i
++) {
if
(
$i
==
$sum
- 1) {
//最后一次
if
(
$i
%100000 == 0){
$values
=
"($i, 'testtest')"
;
$db
->query(
"insert into `test` (`id`, `name`) values $values"
);
}
else
{
$values
.=
",($i, 'testtest')"
;
$db
->query(
"insert into `test` (`id`, `name`) values $values"
);
}
break
;
}
if
(
$i
%100000 == 0) {
//平常只有在这个情况下才插入
if
(
$i
== 0){
$values
=
"($i, 'testtest')"
;
}
else
{
$db
->query(
"insert into `test` (`id`, `name`) values $values"
);
$values
=
"($i, 'testtest')"
;
}
}
else
{
$values
.=
",($i, 'testtest')"
;
}
}
}
elseif
(
$num
== 3) {
// 事务插入
$db
->beginTransaction();
for
(
$i
= 0;
$i
<
$sum
;
$i
++){
$db
->query(
"insert into `test` (`id`,`name`) values ($i,'tsetssdf')"
);
}
$db
->commit();
}
elseif
(
$num
== 4) {
// 文件load data
$filename
= dirname(
__FILE__
).
'/test.sql'
;
$fp
=
fopen
(
$filename
,
'w'
);
for
(
$i
= 0;
$i
<
$sum
;
$i
++){
fputs
(
$fp
,
"$i,'testtest'\r\n"
);
}
$db
->
exec
(
"load data infile '$filename' into table test fields terminated by ','"
);
}
$end_time
= time();
echo
"总耗时"
, (
$end_time
-
$start_time
),
"秒\n"
;
echo
"峰值内存"
,
round
(memory_get_peak_usage()/1000),
"KB\n"
;
?>