国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 二、python读写mysql数据库

系列导航

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 一、比对方法和结果

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 二、python读写mysql数据库

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 三、python读mysql写入oceanBbase数据库

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 四、python读mysql写入达梦数据库

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 五、python读mysql写入金仓数据库

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 六、python读mysql数据库

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 七、python读oceanBase数据库

国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比 八、python读达梦数据库

一、待测试的表

说明：待测试的表中的数据应该包含各种类型的数据，如下是一个参考见表语句（实际的测试数据字段大约20多个，比这个参考表字段多）

?

1 2 3 4 5 6 7

CREATE TABLE DB_TEST_T    (     ID                  INT                     COMMENT 'ID',     NAME                VARCHAR(200)            COMMENT '名称',     CONTENT             mediumtext              COMMENT '内容',,     CREATE_TIME         DATETIME                COMMENT '时间',     PRIMARY KEY (ID) ) ENGINE=INNODB DEFAULT CHARSET=UTF8MB4 COMMENT='性能测试表';

 

二、测试mysql写入能力的代码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63

#coding=utf-8 import pymysql import time   # pip install pymysql==1.0.2 # 测试mysql单表插入性能   try:     start_time = time.time()  # 记录开始时间     connection1 = pymysql.connect(host='192.168.0.100', user='user', password='passwd', database='testdb', port=3306)       # 连接数据库     #mysql     connection2 = pymysql.connect(host='192.168.0.98', user='user', password='passwd', database='mysqldb',  port=3306)         # 操作数据库     cursor1 = connection1.cursor()  # 创建一个游标       # 操作数据库     cursor2 = connection2.cursor()  # 创建一个游标                # 定义SQL查询语句，使用%s作为参数占位符     sql = "SELECT  ID,NAME,CONTENT,CREATE_TIME FROM DB_TEST_T"       for i in range(80):         # 执行SQL查询         cursor1.execute(sql)           # 获取查询结果         rows = cursor1.fetchall()         data_to_insert = []         for row in rows:               # 插入数据到数据表的sql语句             insert_data_sql = """insert into DB_TEST_T                                         (                                           ID,       NAME,       CONTENT,        CREATE_TIME                                         )                                         values                                         (                                           %s,       %s,         %s,             %s                                         );"""              # 待插入的数据             data = (row[0], row[1], row[2], row[3] )             data_to_insert.append(data)           batch_size = 500000         for i in range(0, len(data_to_insert), batch_size):             batch = data_to_insert[i:i + batch_size]             # 批量插入             cursor2.executemany(insert_data_sql, data_to_insert)             connection2.commit()  # 提交事务             end_time = time.time()  # 记录结束时间         execution_time = end_time - start_time  # 计算执行时间         print(f"Function execution took {execution_time} seconds")   except pymysql.Error as e:     print(f'错误:,{e}')

 三、细节

 从mysql读取14.8W数据，大约6秒左右，写入速度20秒左右，比较稳定，数据量增加后也没有明显的波动。

 完整测试代码获取：
（1）登录-注册：http://resources.kittytiger.cn/
（2）搜索：国产数据库oceanBbase,达梦,金仓与mysql数据库的性能对比