batch insert 1 million datas into mysql

最近尝试插入1百万条数据进db，以mysql为例。

1. 顺序insert

先写了个无脑的for循环作为base-line，插1万条耗时1m53s，根本不敢插1百万。

foreach(var student in students){
    var sql = string.Format("insert into student ... ");
    cmd.CommandText = sql;
    cmd.ExecuteNonQuery();
}

2. batch insert

上面这种方式有2个问题：

1. 在DB端，每次执行都会以1个单独的事务执行；
2. 在网络上，传输的次数过多、每次传输的效率较差。

相应的解决方法是：

1. 在执行前后套BeginTransaction/Commit，保证所有的insert都是在一个大事务里； // 光是这样，1万条只要不到2s，1百万条只要75s

2. 每1万条数据，拼接成1个大sql，只要不超过 max_allowed_packet=1M 的默认限制即可。具体多少行拼成1条，视字段多少而定，拼成的sql如下。 // 这样的效果也很显著，1百万条只要13s

    insert into table (fields...) values (1...), (2...), ... , (10000...);
   

3. 可以修改mysql的默认设置，在my.ini里添加如下配置。但试下来效果并不明显，改成10M、每次拼接10万条数据，总时间仍为13s，可以想见这时瓶颈已经不是传输时间了，而是对表的操作。

    [mysqld]
    max_allowed_packet=10M // 1M default
   

3. MultiThread insert

试了下在方法2(batch insert)的基础上，采用4个线程同时insert，1百万条数据耗时16s，反而慢了。估计时间都耗在创建connection、单表加锁上了。在这个场景下，MultiThread对解决问题无益。

4. ibdata1无限增长的问题

每个Student对象大约是50字节，每insert1百万大约是50M。多insert几次后执行删除操作，发现ibdata1文件反而接近翻倍的增长。解决方法如下：

• 关闭mysqld服务
• 删除ibdata1、ib_logfile0/1、对应的database文件夹
• my.ini的[mysqld]里添加 innodb_file_per_table=1 ，这样就会给每个表创建一个单独的ibd文件

最后是Demo的源码，如果你有更快的方法，不妨留言~