.Net Core导入千万级数据至Mysql的步骤

前期准备

订单测试表

CREATE TABLE `trade` (`id` VARCHAR(50) NULL DEFAULT NULL COLLATE 'utf8_unicode_ci',`trade_no` VARCHAR(50) NULL DEFAULT NULL COLLATE 'utf8_unicode_ci',UNIQUE INDEX `id` (`id`),INDEX `trade_no` (`trade_no`))COMMENT='订单'COLLATE='utf8_unicode_ci'ENGINE=InnoDB;

操作系统：Window 10 专业版
CPU：Inter(R) Core(TM) i7-8650U CPU @1.90GHZ 2.11 GHZ
内存：16G
MySQL版本：5.7.26

实现方法：

1、单条数据插入

这是最普通的方式，通过循环一条一条的导入数据，这个方式的缺点很明显就是每一次都需要连接一次数据库。

实现代码：

//开始时间var startTime = DateTime.Now;using (var conn = new MySqlConnection(connsql)){conn.Open();//插入10万数据for (var i = 0; i < 100000; i++){//插入var sql = string.Format("insert into trade(id,trade_no) values('{0}','{1}');",Guid.NewGuid().ToString(), "trade_" + (i + 1));var sqlComm = new MySqlCommand();sqlComm.Connection = conn;sqlComm.CommandText = sql;sqlComm.ExecuteNonQuery();sqlComm.Dispose();}conn.Close();}//完成时间var endTime = DateTime.Now;//耗时var spanTime = endTime - startTime;Console.WriteLine("循环插入方式耗时：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

上面的例子，我们是批量导入10万条数据，需要连接10万次数据库。我们把SQL语句改为1000条拼接为1条，这样就能减少数据库连接，实现代码修改如下：

//开始时间var startTime = DateTime.Now;using (var conn = new MySqlConnection(connsql)){conn.Open();//插入10万数据var sql = new StringBuilder();for (var i = 0; i < 100000; i++){//插入sql.AppendFormat("insert into trade(id,trade_no) values('{0}','{1}');",Guid.NewGuid().ToString(), "trade_" + (i + 1));//合并插入if (i % 1000 == 999){var sqlComm = new MySqlCommand();sqlComm.Connection = conn;sqlComm.CommandText = sql.ToString();sqlComm.ExecuteNonQuery();sqlComm.Dispose();sql.Clear();}}conn.Close();}//完成时间var endTime = DateTime.Now;//耗时var spanTime = endTime - startTime;Console.WriteLine("循环插入方式耗时：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

通过优化后，原本需要10万次连接数据库，只需连接100次。从最终运行效果看，由于数据库是在同一台服务器，不涉及网络传输，性能提升不明显。

2、合并数据插入

在MySQL同样也支持，通过合并数据来实现批量数据导入。实现代码：

//开始时间var startTime = DateTime.Now;using (var conn = new MySqlConnection(connsql)){conn.Open();//插入10万数据var sql = new StringBuilder();for (var i = 0; i < 100000; i++){if (i % 1000 == 0){sql.Append("insert into trade(id,trade_no) values");}//拼接sql.AppendFormat("('{0}','{1}'),", Guid.NewGuid().ToString(), "trade_" + (i + 1));//一次性插入1000条if (i % 1000 == 999){var sqlComm = new MySqlCommand();sqlComm.Connection = conn;sqlComm.CommandText = sql.ToString().TrimEnd(',');sqlComm.ExecuteNonQuery();sqlComm.Dispose();sql.Clear();}}conn.Close();}//完成时间var endTime = DateTime.Now;//耗时var spanTime = endTime - startTime;Console.WriteLine("合并数据插入方式耗时：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

通过这种方式插入操作明显能够提高程序的插入效率。虽然第一种方法通过优化后，同样的可以减少数据库连接次数，但第二种方法：合并后日志量(MySQL的binlog和innodb的事务让日志)减少了，降低日志刷盘的数据量和频率，从而提高效率。同时也能减少SQL语句解析的次数，减少网络传输的IO。

3、MySqlBulkLoader插入

MySQLBulkLoader也称为LOAD DATA INFILE，它的原理是从文件读取数据。所以我们需要将我们的数据集保存到文件，然后再从文件里面读取。

实现代码：

//开始时间var startTime = DateTime.Now;using (var conn = new MySqlConnection(connsql)){conn.Open();var table = new DataTable();table.Columns.Add("id", typeof(string));table.Columns.Add("trade_no", typeof(string));//生成10万数据for (var i = 0; i < 100000; i++){if (i % 500000 == 0){table.Rows.Clear();}//记录var row = table.NewRow();row[0] = Guid.NewGuid().ToString();row[1] = "trade_" + (i + 1);table.Rows.Add(row);//50万条一批次插入if (i % 500000 != 499999 && i < (100000 - 1)){continue;}Console.WriteLine("开始插入:" + i);//数据转换为csv格式var tradeCsv = DataTableToCsv(table);var tradeFilePath = System.AppDomain.CurrentDomain.BaseDirectory + "trade.csv";File.WriteAllText(tradeFilePath, tradeCsv);#region 保存至数据库var bulkCopy = new MySqlBulkLoader(conn){FieldTerminator = ",",FieldQuotationCharacter = '"',EscapeCharacter = '"',LineTerminator = "\r\n",FileName = tradeFilePath,NumberOfLinesToSkip = 0,TableName = "trade"};bulkCopy.Columns.AddRange(table.Columns.Cast<DataColumn>().Select(colum => colum.ColumnName).ToList());bulkCopy.Load();#endregion}conn.Close();}//完成时间var endTime = DateTime.Now;//耗时var spanTime = endTime - startTime;Console.WriteLine("MySqlBulk方式耗时：" + spanTime.Minutes + "分" + spanTime.Seconds + "秒" + spanTime.Milliseconds + "毫秒");

注意：MySQL数据库配置需开启：允许文件导入。配置如下：

secure_file_priv=

性能测试对比

针对上面三种方法，分别测试10万、20万、100万、1000万条数据记录，最终性能入如下：

最后

通过测试数据看，随着数据量的增大，MySqlBulkLoader的方式表现依旧良好，其他方式性能下降比较明显。MySqlBulkLoader的方式完全可以满足我们的需求。