几种MySQL大量数据插入或修改的方法比较

Answer 1

不管是日常业务数据处理中，还是数据库的导入导出，都可能遇到需要处理大量数据的插入或修改。插入或修改的方式和数据库引擎都会对插入速度造成影响，这篇文章旨在从理论和实践上对各种方法进行分析和比较，方便以后应用中插入方法的选择。
插入分析
MySQL中插入一个记录需要的时间由下列因素组成，其中的数字表示大约比例：
连接：（3）
发送查询给服务器：（2）
分析查询：（2）
插入记录：（1x记录大小）
插入索引：（1x索引）
关闭：（1）
如果我们每插入一条都执行一个SQL语句，那么我们需要执行除了连接和关闭之外的所有步骤N次，这样是非常耗时的，优化的方式有一下几种：
（1）在每个insert语句中写入多行，批量插入
（2）将所有查询语句写入事务中
（3）利用Load Data导入数据
每种方式执行的性能如下。
Innodb引擎
InnoDB 给 MySQL 提供了具有事务(commit)、回滚(rollback)和崩溃修复能力(crash recovery capabilities)的事务安全(transaction-safe (ACID compliant))型表。InnoDB 提供了行锁(locking on row level)以及外键约束(FOREIGN KEY constraints)。
InnoDB 的设计目标是处理大容量数据库系统，它的 CPU 利用率是其它基于磁盘的关系数据库引擎所不能比的。在技术上，InnoDB 是一套放在 MySQL 后台的完整数据库系统，InnoDB 在主内存中建立其专用的缓冲池用于高速缓冲数据和索引。
测试环境
Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16
总数100W条数据
插入完后数据库大小38.6MB（无索引），46.8（有索引）
无索引单条插入 总耗时：229s 峰值内存：246KB
有索引单条插入 总耗时：242s 峰值内存：246KB
无索引批量插入 总耗时：10s 峰值内存：8643KB
有索引批量插入 总耗时：16s 峰值内存：8643KB
无索引事务插入 总耗时：78s 峰值内存：246KB
有索引事务插入 总耗时：82s 峰值内存：246KB
无索引Load Data插入 总耗时：12s 峰值内存：246KB
有索引Load Data插入 总耗时：11s 峰值内存：246KB
MyIASM引擎
MyISAM 是MySQL缺省存贮引擎。设计简单，支持全文搜索。
测试环境
Macbook Air 12mid apache2.2.26 php5.5.10 mysql5.6.16
总数100W条数据
插入完后数据库大小19.1MB（无索引），38.6（有索引）
无索引单条插入 总耗时：82s 峰值内存：246KB
有索引单条插入 总耗时：86s 峰值内存：246KB
无索引批量插入 总耗时：3s 峰值内存：8643KB
有索引批量插入 总耗时：7s 峰值内存：8643KB
无索引Load Data插入 总耗时：6s 峰值内存：246KB
有索引Load Data插入 总耗时：8s 峰值内存：246KB
总结
我测试的数据量不是很大，不过可以大概了解这几种插入方式对于速度的影响，最快的必然是Load Data方式。这种方式相对比较麻烦，因为涉及到了写文件，但是可以兼顾内存和速度。
测试代码
<?php
$dsn = 'mysql:host=localhost;dbname=test';
$db = new PDO($dsn,'root','',array(PDO::ATTR_PERSISTENT => true));
//删除上次的插入数据
$db->query('delete from `test`');
//开始计时
$start_time = time();
$sum = 1000000;
// 测试选项
$num = 1;
if ($num == 1){
// 单条插入
for($i = 0; $i < $sum; $i++){
$db->query("insert into `test` (`id`,`name`) values ($i,'tsetssdf')");
}
} elseif ($num == 2) {
// 批量插入，为了不超过max_allowed_packet，选择每10万插入一次
for ($i = 0; $i < $sum; $i++) {
if ($i == $sum - 1) { //最后一次
if ($i%100000 == 0){
$values = "($i, 'testtest')";
$db->query("insert into `test` (`id`, `name`) values $values");
} else {
$values .= ",($i, 'testtest')";
$db->query("insert into `test` (`id`, `name`) values $values");
}
break;
}
if ($i%100000 == 0) { //平常只有在这个情况下才插入
if ($i == 0){
$values = "($i, 'testtest')";
} else {
$db->query("insert into `test` (`id`, `name`) values $values");
$values = "($i, 'testtest')";
}
} else {
$values .= ",($i, 'testtest')";
}
}
} elseif ($num == 3) {
// 事务插入
$db->beginTransaction();
for($i = 0; $i < $sum; $i++){
$db->query("insert into `test` (`id`,`name`) values ($i,'tsetssdf')");
}
$db->commit();
} elseif ($num == 4) {
// 文件load data
$filename = dirname(__FILE__).'/test.sql';
$fp = fopen($filename, 'w');
for($i = 0; $i < $sum; $i++){
fputs($fp, "$i,'testtest'\r\n");
}
$db->exec("load data infile '$filename' into table test fields terminated by ','");
}
$end_time = time();
echo "总耗时", ($end_time - $start_time), "秒\n";
echo "峰值内存", round(memory_get_peak_usage()/1000), "KB\n";这里简单写一下 SQL 语句插入和修改语句的拼接形式：
（1）insert 语句拼接：
INSERT INTO user (id, name) VALUES (1, '张三');
INSERT INTO user (id, name) VALUES (2, '李四');
INSERT INTO user (id, name) VALUES (3, '王五');
可拼接为：
INSERT INTO user (id, name) VALUES
(1, '张三'),
(2, '李四'),
(3, '王五');
（2）update 语句拼接：
update user set name='张三' where id='1';
update user set name='李四' where id='2';
update user set name='王五' where id='3';
可拼接为：
update user
set name = CASE id
when 1 then '张三'
when 2 then '李四'
when 3 then '王五'
end
where id IN (1,2,3);