昨天下午快下班的时候,无意中听到公司两位同事在探讨批量向数据库插入数据的性能优化问题,顿时来了兴趣,把自己的想法向两位同事说了一下,于是有了本文。

公司技术背景:数据库访问类(xxx.DataBase.Dll)调用存储过程实现数据库的访问。

技术方案一:

压缩时间下程序员写出的第一个版本,仅仅为了完成任务,没有从程序上做任何优化,实现方式是利用数据库访问类调用存储过程,利用循环逐条插入。很明显,这种方式效率并不高,于是有了前面的两位同事讨论效率低的问题。

技术方案二:

由于是考虑到大数据量的批量插入,于是我想到了ADO.NET2.0的一个新的特性:SqlBulkCopy。有关这个的性能,很早之前我是亲自做过性能测试的,效率非常高。这也是我向公司同事推荐的技术方案。

技术方案三:

利用SQLServer2008的新特性--表值参数(Table-Valued Parameter)。表值参数是SQLServer2008才有的一个新特性,使用这个新特性,我们可以把一个表类型作为参数传递到函数或存储过程里。不过,它也有一个特点:表值参数在插入数目少于 1000 的行时具有很好的执行性能。

技术方案四:

对于单列字段,可以把要插入的数据进行字符串拼接,最后再在存储过程中拆分成数组,然后逐条插入。查了一下存储过程中参数的字符串的最大长度,然后除以字段的长度,算出一个值,很明显是可以满足要求的,只是这种方式跟第一种方式比起来,似乎没什么提高,因为原理都是一样的。

技术方案五:

考虑异步创建、消息队列等等。这种方案无论从设计上还是开发上,难度都是有的。

技术方案一肯定是要被否掉的了,剩下的就是在技术方案二跟技术方案三之间做一个抉择,鉴于公司目前的情况,技术方案四跟技术方案五就先不考虑了。

接下来,为了让大家对表值参数的创建跟调用有更感性的认识,我将写的更详细些,文章可能也会稍长些,不关注细节的朋友们可以选择跳跃式的阅读方式。

再说一下测试方案吧,测试总共分三组,一组是插入数量小于1000的,另外两组是插入数据量大于1000的(这里我们分别取10000跟1000000),每组测试又分10次,取平均值。怎么做都明白了,Let’s go!
 

1.创建表。

为了简单,表中只有一个字段,如下图所示:

2.创建表值参数类型

我们打开查询分析器,然后在查询分析器中执行下列代码:

Create Type PassportTableType as Table
(
PassportKey nvarchar(50)
)

执行成功以后,我们打开企业管理器,按顺序依次展开下列节点--数据库、展开可编程性、类型、用户自定义表类型,就可以看到我们创建好的表值类型了如下图所示:

说明我们创建表值类型成功了。

3.编写存储过程

存储过程的代码为:

USE [TestInsert]
GO /****** Object: StoredProcedure [dbo].[CreatePassportWithTVP] Script Date: 03/02/2010 00:14:45 ******/ SET ANSI_NULLS ON GO SET QUOTED_IDENTIFIER ON GO -- ============================================= -- Author: <Kevin> -- Create date: <2010-3-1> -- Description: <创建通行证> -- ============================================= Create PROCEDURE [dbo].[CreatePassportWithTVP]
@TVP PassportTableType readonly
AS BEGIN SET NOCOUNT ON;
Insert into Passport(PassportKey) select PassportKey from @TVP
END
可能在查询分析器中,智能提示会提示表值类型有问题,会出现红色下划线(见下图),不用理会,
继续运行我们的代码,完成存储过程的创建

 

4.编写代码调用存储过程。

三种数据库的插入方式代码如下,由于时间比较紧,代码可能不那么易读,特别代码我加了些注释。
 

主要部分的代码
using System;
using System.Diagnostics;
using System.Data;
using System.Data.SqlClient;
using com.DataAccess;

namespace ConsoleAppInsertTest
{
    
class Program
    {
        
static string connectionString = SqlHelper.ConnectionStringLocalTransaction;    //数据库连接字符串
        static int count = 1000000;           //插入的条数
        static void Main(string[] args)
        {
            
//long commonInsertRunTime = CommonInsert();
            
//Console.WriteLine(string.Format("普通方式插入{1}条数据所用的时间是{0}毫秒", commonInsertRunTime, count));

            
long sqlBulkCopyInsertRunTime = SqlBulkCopyInsert();
            Console.WriteLine(
string.Format("使用SqlBulkCopy插入{1}条数据所用的时间是{0}毫秒", sqlBulkCopyInsertRunTime, count));

            
long TVPInsertRunTime = TVPInsert();
            Console.WriteLine(
string.Format("使用表值方式(TVP)插入{1}条数据所用的时间是{0}毫秒", TVPInsertRunTime, count));
        }

        
/// <summary>
        
/// 普通调用存储过程插入数据
        
/// </summary>
        
/// <returns></returns>
        private static long CommonInsert()
        {
            Stopwatch stopwatch 
= new Stopwatch();
            stopwatch.Start();
            
            
string passportKey;
            
for (int i = 0; i < count; i++)
            {
                passportKey 
= Guid.NewGuid().ToString();
                SqlParameter[] sqlParameter 
= { new SqlParameter("@passport", passportKey) };
                SqlHelper.ExecuteNonQuery(connectionString, CommandType.StoredProcedure, 
"CreatePassport", sqlParameter);
            }
            stopwatch.Stop();
            
return stopwatch.ElapsedMilliseconds;
        }

        
/// <summary>
        
/// 使用SqlBulkCopy方式插入数据
        
/// </summary>
        
/// <param name="dataTable"></param>
        
/// <returns></returns>
        private static long SqlBulkCopyInsert()
        {
            Stopwatch stopwatch 
= new Stopwatch();
            stopwatch.Start();

            DataTable dataTable 
= GetTableSchema();
            
string passportKey;
            
for (int i = 0; i < count; i++)
            {
                passportKey 
= Guid.NewGuid().ToString();
                DataRow dataRow 
= dataTable.NewRow();
                dataRow[
0= passportKey;
                dataTable.Rows.Add(dataRow);
            }

            SqlBulkCopy sqlBulkCopy 
= new SqlBulkCopy(connectionString);
            sqlBulkCopy.DestinationTableName 
= "Passport";
            sqlBulkCopy.BatchSize 
= dataTable.Rows.Count;
            SqlConnection sqlConnection 
= new SqlConnection(connectionString);
            sqlConnection.Open();
            
if (dataTable!=null && dataTable.Rows.Count!=0)
            {
                sqlBulkCopy.WriteToServer(dataTable);
            }
            sqlBulkCopy.Close();
            sqlConnection.Close();

            stopwatch.Stop();
            
return stopwatch.ElapsedMilliseconds;
        }

        
private static long TVPInsert()
        {
            Stopwatch stopwatch 
= new Stopwatch();
            stopwatch.Start();

            DataTable dataTable 
= GetTableSchema();
            
string passportKey;
            
for (int i = 0; i < count; i++)
            {
                passportKey 
= Guid.NewGuid().ToString();
                DataRow dataRow 
= dataTable.NewRow();
                dataRow[
0= passportKey;
                dataTable.Rows.Add(dataRow);
            }

            SqlParameter[] sqlParameter 
= { new SqlParameter("@TVP", dataTable) };
            SqlHelper.ExecuteNonQuery(connectionString, CommandType.StoredProcedure, 
"CreatePassportWithTVP", sqlParameter);

            stopwatch.Stop();
            
return stopwatch.ElapsedMilliseconds;
        }

        
private static DataTable GetTableSchema()
        {
            DataTable dataTable 
= new DataTable();
            dataTable.Columns.AddRange(
new DataColumn[] { new DataColumn("PassportKey") });
            
            
return dataTable;
        }

    }
}


 

比较神秘的代码其实就下面这两行,该代码是将一个dataTable做为参数传给了我们的存储过程。简单吧。

SqlParameter[] sqlParameter = { new SqlParameter("@TVP", dataTable) };
SqlHelper.ExecuteNonQuery(connectionString, CommandType.StoredProcedure, "CreatePassportWithTVP", sqlParameter);
5.测试并记录测试结果
第一组测试,插入记录数1000

第二组测试,插入记录数10000

第三组测试,插入记录数1000000

通过以上测试方案,不难发现,技术方案二的优势还是蛮高的。无论是从通用性还是从性能上考虑,都应该是
优先被选择的,还有一点,它的技术复杂度要比技术方案三要简单一些,

设想我们把所有表都创建一遍表值类型,工作量还是有的。因此,我依然坚持我开始时的决定,
向公司推荐使用第二种技术方案。

写到此,本文就算完了,但是对新技术的钻研仍然还在不断继续。要做的东西还是挺多的。

为了方便大家学习和交流,代码文件已经打包并上传了,欢迎共同学习探讨。
 

转载自 http://www.cnblogs.com/wlb/archive/2011/12/23/1676136.html