前言

C#操作MySQL大量數(shù)據(jù)最常見(jiàn)的操作便是 select 讀取數(shù)據(jù)，然后在C#中對(duì)數(shù)據(jù)進(jìn)行處理， 完畢后再插入數(shù)據(jù)庫(kù)中。  簡(jiǎn)而言之就 select -> process -> insert 三個(gè)步驟。 對(duì)于數(shù)據(jù)量小的情況下（百萬(wàn)級(jí)別 or 幾百兆)可能

最多1個(gè)小時(shí)就處理完了。但是對(duì)于千萬(wàn)級(jí)數(shù)據(jù)可能幾天，甚至更多。 那么問(wèn)題來(lái)了，如何優(yōu)化？？

第一步 解決讀取的問(wèn)題

跟數(shù)據(jù)庫(kù)打交道的方式有很多，我來(lái)列舉下吧：

1. 【重武器-坦克大炮】使用重型ORM框架，比如 EF,NHibernat 這樣的框架。

2. 【輕武器-AK47】 使用 Dapper,PetaPoco 之類(lèi)，單cs文件。靈活高效，使用簡(jiǎn)單。居家越貨必備（我更喜歡PetaPoco :)）

3. 【冷兵器？匕首？】使用原生的Connection、Command。 然后寫(xiě)原生的SQL語(yǔ)句。。

分析：

【重武器】在我們這里肯定直接被PASS， 他們應(yīng)該被用在大型項(xiàng)目中。

【輕武器】 Dapper,PetaPoco 看過(guò)源碼你會(huì)發(fā)現(xiàn)用到了反射，雖然使用 IL和緩存技術(shù) ，但是還是會(huì)影響讀取效率，PASS

好吧那就只有使用匕首， 原生SQL 走起， 利用 DataReader 進(jìn)行高效讀取，并且使用 索引 取數(shù)據(jù)（更快），而不是列名。

大概的代碼如下：

using (var conn = new MySqlConnection("Connection String..."))
{
 conn.Open();
 //此處設(shè)置讀取的超時(shí)，不然在海量數(shù)據(jù)時(shí)很容易超時(shí)
 var c = new MySqlCommand("set net_write_timeout=9999999; set net_read_timeout=9999999", conn);
 c.ExecuteNonQuery();

 MySqlCommand rcmd = new MySqlCommand();
 rcmd.Connection = conn;
 rcmd.CommandText = @"SELECT `f1`,`f2` FROM `table1`";
 //設(shè)置命令的執(zhí)行超時(shí)
 rcmd.CommandTimeout = 99999999;
 var myData = rcmd.ExecuteReader();

 while (myData.Read())
 {
  var f1= myData.GetInt32(0);
  var f2= myData.GetString(1);
  //這里做數(shù)據(jù)處理....
 }
}

哈哈，怎么樣，代碼非常原始，還是使用索引來(lái)取數(shù)據(jù)，很容易出錯(cuò)。  當(dāng)然一切為了性能咱都忍了

第二步 數(shù)據(jù)處理

其實(shí)這一步，根據(jù)你的業(yè)務(wù)需要，代碼肯定不一， 不過(guò)無(wú)非是一些 字符串處理 ， 類(lèi)型轉(zhuǎn)換 的操作，這時(shí)候就是考驗(yàn)?zāi)愕腃#基礎(chǔ)功底的時(shí)候了。 以及如何高效編寫(xiě)正則表達(dá)式。。。

具體代碼也沒(méi)法寫(xiě)啊 ，先看完 CLR via C# 在來(lái)跟我討論吧 ，O(∩_∩)O哈哈哈~ 跳過(guò)。。。。

第三部 數(shù)據(jù)插入

如何批量插入才最高效呢？  有同學(xué)會(huì)說(shuō)， 使用 事務(wù) 啊，BeginTransaction, 然后EndTransaction。 恩，這個(gè)的確可以提高插入效率。 但是還有更加高效的方法，那就是合并insert語(yǔ)句。

那么怎么合并呢？

insert into table (f1,f2) values(1,'sss'),values(2,'bbbb'),values(3,'cccc');

就是把values后面的全部用逗號(hào)，鏈接起來(lái)，然后一次性執(zhí)行 。

當(dāng)然不能一次性提交個(gè)100MB的SQL執(zhí)行，MySQL服務(wù)器對(duì)每次執(zhí)行命令的長(zhǎng)度是有限制的。 通過(guò) MySQL服務(wù)器端的 max_allowed_packet   屬性可以查看， 默認(rèn)是 1MB

咱們來(lái)看看偽代碼吧

 //使用StringBuilder高效拼接字符串
 var sqlBuilder = new StringBuilder();
 //添加insert 語(yǔ)句的頭
 string sqlHeader = "insert into table1 (`f1`,`f2`) values";
 sqlBuilder.Append(sqlHeader);
 using (var conn = new MySqlConnection("Connection String..."))
 {
  conn.Open();
  //此處設(shè)置讀取的超時(shí)，不然在海量數(shù)據(jù)時(shí)很容易超時(shí)
  var c = new MySqlCommand("set net_write_timeout=9999999; set net_read_timeout=9999999", conn);
  c.ExecuteNonQuery();

  MySqlCommand rcmd = new MySqlCommand();
  rcmd.Connection = conn;
  rcmd.CommandText = @"SELECT `f1`,`f2` FROM `table1`";
  //設(shè)置命令的執(zhí)行超時(shí)
  rcmd.CommandTimeout = 99999999;
  var myData = rcmd.ExecuteReader();
  while (myData.Read())
  {
   var f1 = myData.GetInt32(0);
   var f2 = myData.GetString(1);
   //這里做數(shù)據(jù)處理....
   sqlBuilder.AppendFormat("({0},'{1}'),", f1,AddSlash(f2));
   if (sqlBuilder.Length >= 1024 * 1024 * 1024)//當(dāng)然這里的1MB length的字符串并不等于 1MB的Packet。。。我知道：）
   {
    insertCmd.Execute(sqlBuilder.Remove(sqlBuilder.Length-1,1).ToString())//移除逗號(hào)，然后執(zhí)行
    sqlBuilder.Clear();//清空
    sqlBuilder.Append(sqlHeader);//在加上insert 頭
   }
  }
}

好了，到這里 大概的優(yōu)化后的高效查詢、插入就完成了。

總結(jié)

總結(jié)下來(lái)，無(wú)非2個(gè)關(guān)鍵技術(shù)點(diǎn)， DataReader、SQL合并， 都是一些老的技術(shù)啦。其實(shí)，上面的代碼只能稱(chēng)得上高效， 但是， 卻非常的不優(yōu)雅。以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家能有所幫助，如果有疑問(wèn)大家可以留言交流。

最新評(píng)論