首页 > 代码库 > 百万级数据插入的优化
百万级数据插入的优化
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。
引用：http://www.codeceo.com/article/mysql-insert-compare.html
二、PHP+MySQL百万数据插入
第一种方法：使用insert into 插入，代码如下：
最后显示为：23:25:05 01:32:05 也就是花了2个小时多! 这是时间撸几把 都行。。。
第二种方法：使用事务提交，批量插入数据库(每隔10W条提交下)
最后显示消耗的时间为：22:56:13 23:04:00 ，一共8分13秒 ，代码如下：
时间是一下缩短不少但还是有点长。
第三种方法：使用优化SQL语句：将SQL语句进行拼接，使用 insert into table () values (),(),(),()然后再一次性插入，如果字符串太长，
则需要配置下MYSQL，在mysql 命令行中运行 ：set global max_allowed_packet = 2*1024*1024*10;消耗时间为：11:24:06 11:24:11;
我擦 插入200W条测试数据仅仅用了不到6秒钟!代码如下：
可能这里又会有人说数据不大 sql文件导出来也是小200M 5秒钟 对一表格 进行200万条数据 速度已经不错了。
这个再跟大家说一个 TP框架了的 addall方法
速度也很快 但是还不如原生。
着了说一下其中可能会遇到的问题 比如试验时可能会出现PHP内存限制 和mysql的SQL语句溢出甚至宕机
这里数几个方案
1、可以进行相关的配置php.ini my.ini 等
2、大家可以用队列进行分批处理
3、或者自己的一些方法
好了数据的插入就到这里 大家有觉得不对的 尽请评论 或留言。
百万级数据插入的优化