[Oracle] Bulk Insert Data

命名空间：Oracle.DataAccess.Client

组件：Oracle.DataAccess.dll（2.112.1.0）

ODP.NET 版本：ODP.NET for .NET Framework 2.0 或 ODP.NET for .NET Framework 4

工具：Microsoft Visual Studio Ultimate 2013 + Oracle SQL Developer 1.5.5 + Oracle Database 11g Enterprise Edition 11.2.0.1.0(32位) + TNS for 32-bit Windows 11.2.0.1.0

方式一：ArrayBind

当插入一条数据时，SQL 语句如下：

INSERT INTO table_name VALUES (:col1, :col2, :col3, :col4, :col5)

 public void InsertDataRow(Dictionary<string, object> dataRow)
 {
 	StringBuilder sbCmdText = new StringBuilder();
 	sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName);
 	sbCmdText.Append(string.Join(",", dataRow.Keys.ToArray()));
 	sbCmdText.Append(") VALUES (");
 	sbCmdText.Append(":" + string.Join(",:", dataRow.Keys.ToArray()));
 	sbCmdText.Append(")");

 	using (OracleConnection conn = new OracleConnection())
 	{
 		using (OracleCommand cmd = conn.CreateCommand())
 		{
 			cmd.CommandType = CommandType.Text;
 			cmd.CommandText = sbCmdText.ToString();
 			OracleParameter parameter = null;
 			OracleDbType dbType = OracleDbType.Object;
 			foreach (string colName in dataRow.Keys)
 			{
 				dbType = GetOracleDbType(dataRow[colName]);
 				parameter = new OracleParameter(colName, dbType);
 				parameter.Direction = ParameterDirection.Input;
 				parameter.OracleDbTypeEx = dbType;
 				parameter.Value = dataRow[colName];
 				cmd.Parameters.Add(parameter);
 			}
 			conn.Open();
 			int result = cmd.ExecuteNonQuery();
 		}
 	}
 }

此时，每一个 OracleParameter 的 Value 值都赋予单个字段的 一个具体值，这种也是最为传统的插入数据的方法。

Oracle V6 中 OCI 编程接口加入了数组接口特性。

当采用 ArrayBind 时，OraleParameter 的 Value 值则是赋予单个字段的 一个数组，即多条数据的该字段组合成的一个数组。此时 Oracle 仅需要执行一次 SQL 语句，即可在内存中批量解析并导入数据，减少程序与数据库之间来回的操作，其优点就是数据导入的总体时间明显减少，尤其是进程占用 CPU 的时间。

如果数据源是 DataTable 类型，首先把 DataTable 数据源，转换成 object[][] 类型，然后绑定 OracleParameter 的 Value 值为对应字段的一个 Object[] 数组即可；参考代码如下：

 /// <summary>
 /// 批量插入大数据量
 /// </summary>
 /// <param name="columnData">列名-列数据字典</param>
 /// <param name="dataCount">数据量</param>
 /// <returns>插入数据量</returns>
 public int InsertBigData(Dictionary<string, object> columnData, int dataCount)
 {
 	int result = 0;
 	if (columnData == null || columnData.Count < 1)
 	{
 		return result;
 	}
 	string[] colHeaders = columnData.Keys.ToArray();
 	StringBuilder sbCmdText = new StringBuilder();
 	if (columnData.Count > 0)
 	{
 		// 拼接INSERT的SQL语句
 		sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName);
 		sbCmdText.Append(string.Join(",", colHeaders));
 		sbCmdText.Append(") VALUES (");
 		sbCmdText.Append(m_ParameterPrefix + string.Join("," + m_ParameterPrefix, colHeaders));
 		sbCmdText.Append(")");
 		OracleConnection connection = null;
 		try
 		{
 			connection = new OracleConnection(GetConnectionString());
 			using (OracleCommand command = connection.CreateCommand())
 			{
 				command.ArrayBindCount = dataCount;
 				command.BindByName = true;
 				command.CommandType = CommandType.Text;
 				command.CommandText = sbCmdText.ToString();
 				command.CommandTimeout = 1800;
 				OracleParameter parameter;
 				OracleDbType dbType = OracleDbType.Object;
 				foreach (string colName in colHeaders)
 				{
 					dbType = GetOracleDbType(columnData[colName]);
 					parameter = new OracleParameter(colName, dbType);
 					parameter.Direction = ParameterDirection.Input;
 					parameter.OracleDbTypeEx = dbType;
 					parameter.Value = columnData[colName];
 					command.Parameters.Add(parameter);
 				}
 				connection.Open();
 				OracleTransaction trans = connection.BeginTransaction();
 				try
 				{
 					command.Transaction = trans;
 					result = command.ExecuteNonQuery();
 					trans.Commit();
 				}
 				catch (Exception ex)
 				{
 					trans.Rollback();
 					throw ex;
 				}
 			}
 		}
 		finally
 		{
 			if (connection != null)
 			{
 				connection.Close();
 				connection.Dispose();
 			}
 			GC.Collect();
 			GC.WaitForFullGCComplete();
 		}
 	}
 	return result;
 }

 /// <summary>
 /// 根据数据类型获取OracleDbType
 /// </summary>
 /// <param name="value">数据</param>
 /// <returns>数据的Oracle类型</returns>
 private static OracleDbType GetOracleDbType(object value)
 {
 	OracleDbType dataType = OracleDbType.Object;
 	if (value is string[])
 	{
 		dataType = OracleDbType.Varchar2;
 	}
 	else if (value is DateTime[])
 	{
 		dataType = OracleDbType.TimeStamp;
 	}
 	else if (value is int[] || value is short[])
 	{
 		dataType = OracleDbType.Int32;
 	}
 	else if (value is long[])
 	{
 		dataType = OracleDbType.Int64;
 	}
 	else if (value is decimal[] || value is double[] || value is float[])
 	{
 		dataType = OracleDbType.Decimal;
 	}
 	else if (value is Guid[])
 	{
 		dataType = OracleDbType.Varchar2;
 	}
 	else if (value is bool[] || value is Boolean[])
 	{
 		dataType = OracleDbType.Byte;
 	}
 	else if (value is byte[])
 	{
 		dataType = OracleDbType.Blob;
 	}
 	else if (value is char[])
 	{
 		dataType = OracleDbType.Char;
 	}
 	return dataType;
 }

GetOracleDbType

说明：如果采用分次（每次1万数据）执行 InsertBigData 方法，速度反而比一次性执行 InsertBigData 方法慢，详见下面测试结果；

测试结果：

无索引，数据类型：4列NVARCHAR2，2列NUMBER

30+万（7.36M）：一次性导入用时 15：623，每次10000导入用时

60+万（14.6M）：一次性导入用时 28：207，每次10000导入用时 1:2:300

100+万（24.9M）：一次性导入报如下异常

此时实际上从资源监视器上可以得知仍有可用内存，但是仍旧报 OutOfMemoryException，所以猜测应该是一个 bug；

如果每次10000导入用时 2：9：252

如果每次50000导入用时 58：101

附加 InsertBigData 方法使用示例：

 // 每10000数据导入一次
 Dictionary<string, object> columnsData = new Dictionary<string, object>();
 int dataCount = m_SourceDataTable.Rows.Count;
 int times = dataCount / 10000 + (dataCount % 10000 == 0 ? 0 : 1);
 for (int i = 0; i < times; i++)
 {
 	int startIndex = i * 10000;
 	int endIndex = (i + 1) * 10000;
 	endIndex = endIndex > dataCount ? dataCount : endIndex;
 	int currDataCount = endIndex - startIndex;
 	columnsData.Add("COL1", new string[currDataCount]);
 	columnsData.Add("COL2", new string[currDataCount]);
 	columnsData.Add("COL3", new decimal[currDataCount]);
 	columnsData.Add("COL4", new string[currDataCount]);
 	columnsData.Add("COL5", new decimal[currDataCount]);
 	columnsData.Add("COL6", new string[currDataCount]);
 	for (int rowIndex = startIndex; rowIndex < endIndex; rowIndex++)
 	{
 		int dicRowIndex = rowIndex - startIndex;// 列数据行索引
 		foreach (string colName in columnsData.Keys)
 		{
 			object cell = m_SourceDataTable.Rows[rowIndex][colName];
 			string cellStr = (cell + "").TrimEnd(new char[] { '\0', ' ' });
 			if (colName == "COL3" || colName == "COL5")
 			{
 				decimal value = 0;
 				decimal.TryParse(cellStr, out value);
 				((decimal[])columnsData[colName])[dicRowIndex] = value;
 			}
 			else
 			{
 				((string[])columnsData[colName])[dicRowIndex] = cellStr;
 			}
 		}
 	}
 	m_DAL.InsertBigData(columnsData, currDataCount);

 	columnsData.Clear();
 	GC.Collect();
 	GC.WaitForFullGCComplete();
 }

方式二：OracleBulkCopy

说明：

1. OracleBulkCopy 采用 direct path 方式导入；

2. 不支持 transaction，无法 Rollback；

3. 如果该表存在触发器时，无法使用 OracleBulkCopy（报异常信息 Oracle Error: ORA-26086），除非先禁用该表的所有触发器；

4. 过程中会自动启用 NOT NULL、UNIQUE 和 PRIMARY KEY 三种约束，其中 NOT NULL 约束在列数组绑定时验证，任何违反 NOT NULL 约束条件的行数据都会舍弃；UNIQUE 约束是在导入完成后重建索引时验证，但是在 bulk copy 时，允许违反索引约束，并在完成后将索引设置成禁用（UNUSABLE）状态；而且，如果索引一开始状态就是禁用（UNUSABLE）状态时，OracleBulkCopy 是会报错的。

参考代码如下：

 /// <summary>
 /// 批量插入数据
 /// 该方法需要禁用该表所有触发器，并且插入的数据如果为空，是不会采用默认值
 /// </summary>
 /// <param name="table">数据表</param>
 /// <param name="targetTableName">数据库目标表名</param>
 /// <returns></returns>
 public bool InsertBulkData(DataTable table, string targetTableName)
 {
 	bool result = false;
 	string connStr = GetConnectionString();
 	using (OracleConnection connection = new OracleConnection(connStr))
 	{
 		using (OracleBulkCopy bulkCopy = new OracleBulkCopy(connStr, OracleBulkCopyOptions.Default))
 		{
 			if (table != null && table.Rows.Count > 0)
 			{
 				bulkCopy.DestinationTableName = targetTableName;
 				for (int i = 0; i < table.Columns.Count; i++)
 				{
 					string col = table.Columns[i].ColumnName;
 					bulkCopy.ColumnMappings.Add(col, col);
 				}
 				connection.Open();
 				bulkCopy.WriteToServer(table);
 				result = true;
 			}
 			bulkCopy.Close();
 			bulkCopy.Dispose();
 		}
 	}

 	return result;
 }

测试结果：

数据类型：4列NVARCHAR2，2列NUMBER

30+万（7.36M）：用时 14：590

60+万（14.6M）：用时 28：28

1048576（24.9M）：用时 52：971

附加，禁用表的所有外键SQL：

ALTER TABLE table_name DISABLE ALL TRIGGERS

总结

1、在30+万和60+万数据时，ArrayBind一次性导入和OracleBulkCopy时间相差不是很大，但是ArrayBind方式一般都需要转换数据形式，占用了一些时间，而 OracleBulkCopy 则只需要简单处理一下 DataTable 数据源即可导入；

2、当数据量达到100+万时，ArrayBind 很容易出现内存不足异常，此时只能采用分批次执行导入，根据测试结果可知，次数越少，速度越快；而采用 OracleBulkCopy 方式则很少出现内存不足现象，由此可见 OracleBulkCopy 占用内存比 ArrayBind 方式少；

3、采用 OracleBulkCopy 导入时，先要禁用该表所有触发器，如果该表存在自增 ID 触发器，就比较麻烦了，得先禁用改变的自增 ID 的触发器，然后手动自增设置要导入的数据，最后才可以导入；同时，这种导入方式不可并发，一个时刻只能有一个用户在导入（因为自增ID交由程序处理），此时还需要锁表，防止其他人同时批量导入数据；

参考资料：

1、ArrayBind http://www.oracle.com/technetwork/issue-archive/2009/09-sep/o59odpnet-085168.html

2、ArrayBind http://www.soaspx.com/dotnet/csharp/csharp_20130911_10501.html

3、Oracle数据导入方法 http://dbanotes.net/Oracle/All_About_Oracle_Data_Loading.htm

4、介绍OracleBulkCopy类 https://docs.oracle.com/cd/E11882_01/win.112/e23174/OracleBulkCopyClass.htm#ODPNT7446

5、http://dba.stackexchange.com/questions/7287/what-specifically-does-oraclebulkcopy-do-and-how-can-i-optimize-its-performance