MYSQL开发性能研究之批量插入数据的优化方法

数据库  /  管理员 发布于 6年前   151

一、我们遇到了什么问题

在标准SQL里面，我们通常会写下如下的SQL insert语句。

INSERT INTO TBL_TEST (id) VALUES(1);

很显然,在MYSQL中，这样的方式也是可行的。但是当我们需要批量插入数据的时候，这样的语句却会出现性能问题。例如说，如果有需要插入100000条数据，那么就需要有100000条insert语句，每一句都需要提交到关系引擎那里去解析，优化，然后才能够到达存储引擎做真的插入工作。

正是由于性能的瓶颈问题，MYSQL官方文档也就提到了使用批量化插入的方式，也就是在一句INSERT语句里面插入多个值。即，

INSERT INTO TBL_TEST (id) VALUES (1), (2), (3)

这样的做法确实也可以起到加速批量插入的功效，原因也不难理解，由于提交到服务器的INSERT语句少了，网络负载少了，最主要的是解析和优化的时间看似增多，但是实际上作用的数据行却实打实地多了。所以整体性能得以提高。根据网上的一些说法，这种方法可以提高几十倍。

然而，我在网上也看到过另外的几种方法，比如说预处理SQL，比如说批量提交。那么这些方法的性能到底如何？本文就会对这些方法做一个比较。

二、比较环境和方法
我的环境比较苦逼，基本上就是一个落后的虚拟机。只有2核，内存为6G。操作系统是SUSI Linux，MYSQL版本是5.6.15。

可以想见，这个机子的性能导致了我的TPS一定非常低，所以下面的所有数据都是没有意义的，但是趋势却不同，它可以看出整个插入的性能走向。

由于业务特点，我们所使用的表非常大，共有195个字段，且写满（每个字段全部填满，包括varchar）大致会有略小于4KB的大小，而通常来说，一条记录的大小也有3KB。

由于根据我们的实际经验，我们很肯定的是，通过在一个事务中提交大量INSERT语句可以大幅度提高性能。所以下面的所有测试都是建立在每插入5000条记录提交一次的做法之上。

最后需要说明的是，下面所有的测试都是通过使用MYSQL C API进行的，并且使用的是INNODB存储引擎。

三、比较方法

理想型测试（一）――方法比较

目的：找出理想情况下最合适的插入机制

关键方法：

1. 每个进/线程按主键顺序插入

2. 比较不同的插入方法

3. 比较不同进/线程数量对插入的影响

*“普通方法”指的是一句INSERT只插入一个VALUE的情况。

*“预处理SQL”指的是使用预处理MYSQL C API的情况。

* “多表值SQL(10条）”是使用一句INSERT语句插入10条记录的情况。为什么是10条？后面的验证告诉了我们这样做性能最高。

结论，很显然，从三种方法的趋势上来看，多表值SQL(10条）的方式最为高效。

理想型测试（二）――多表值SQL条数比较

很显然，在数据量提高的情况下，每条INSERT语句插入10条记录的做法最为高效。

理想型测试（三）――连接数比较

结论：在2倍与CPU核数的连接和操作的时候，性能最高

一般性测试―― 根据我们的业务量进行测试

目的：最佳插入机制适合普通交易情况？

关键方法：

1. 模拟生产数据(每条记录约3KB)

2. 每个线程主键乱序插入

很显然，如果是根据主键乱序插入的话，性能会有直线下降的情况。这一点其实和INNODB的内部实现原理所展现出来的现象一致。但是仍然可以肯定的是，多表值SQL(10条）的情况是最佳的。

压力测试

目的：最佳插入机制适合极端交易情况？

关键方法：

1. 将数据行的每一个字段填满（每条记录约为4KB）

2. 每个线程主键乱序插入

结果和我们之前的规律类似，性能出现了极端下降。并且这里验证了随着记录的增大（可能已经超过了一个page的大小，毕竟还有slot和page head信息占据空间），会有page split等现象，性能会下降。

四、结论

根据上面的测试，以及我们对INNODB的了解，我们可以得到如下的结论。

•采用顺序主键策略（例如自增主键，或者修改业务逻辑，让插入的记录尽可能顺序主键）

•采用多值表（10条）插入方式最为合适

•将进程/线程数控制在2倍CPU数目相对合适

五、附录

我发现网上很少有完整的针对MYSQL 预处理SQL语句的例子。这里给出一个简单的例子。

--建表语句CREATE TABLE tbl_test (  pri_key varchar(30),   nor_char char(30),   max_num DECIMAL(8,0),   long_num DECIMAL(12, 0),   rec_upd_ts TIMESTAMP);

c代码

#include <string.h>#include <iostream>#include <mysql.h>#include <sys/time.h>#include <sstream>#include <vector> using namespace std; #define STRING_LEN 30  char    pri_key[STRING_LEN]= "123456"; char    nor_char           [STRING_LEN]= "abcabc"; char    rec_upd_ts          [STRING_LEN]= "NOW()";  bool SubTimeval(timeval &result, timeval &begin, timeval &end){  if ( begin.tv_sec>end.tv_sec ) return false;   if ( (begin.tv_sec == end.tv_sec) && (begin.tv_usec > end.tv_usec) )      return  false;   result.tv_sec = ( end.tv_sec - begin.tv_sec );    result.tv_usec = ( end.tv_usec - begin.tv_usec );     if (result.tv_usec<0) {    result.tv_sec--;    result.tv_usec+=1000000;}   return true;} int main(int argc, char ** argv){  INT32 ret = 0;  char errmsg[200] = {0};  int sqlCode = 0;   timeval tBegin, tEnd, tDiff;     const char* precompile_statment2 = "INSERT INTO `tbl_test`( pri_key, nor_char, max_num, long_num, rec_upd_ts) VALUES(?, ?, ?, ?, ?)";     MYSQL conn;  mysql_init(&conn);     if (mysql_real_connect(&conn, "127.0.0.1", "dba", "abcdefg", "TESTDB", 3306, NULL, 0) == NULL)  {    fprintf(stderr, " mysql_real_connect, 2 failed\n");    exit(0);  }     MYSQL_STMT  *stmt = mysql_stmt_init(&conn);  if (!stmt)  {   fprintf(stderr, " mysql_stmt_init, 2 failed\n");   fprintf(stderr, " %s\n", mysql_stmt_error(stmt));   exit(0);  }     if (mysql_stmt_prepare(stmt, precompile_statment2, strlen(precompile_statment2)))  {   fprintf(stderr, " mysql_stmt_prepare, 2 failed\n");   fprintf(stderr, " %s\n", mysql_stmt_error(stmt));   exit(0);  }     int i = 0;   int max_num = 3;  const int FIELD_NUM = 5;  while (i < max_num)  {    //MYSQL_BIND  bind[196] = {0};    MYSQL_BIND  bind[FIELD_NUM];    memset(bind, 0, FIELD_NUM * sizeof(MYSQL_BIND));       unsigned long str_length = strlen(pri_key);    bind[0].buffer_type  = MYSQL_TYPE_STRING;    bind[0].buffer    = (char *)pri_key;    bind[0].buffer_length = STRING_LEN;    bind[0].is_null    = 0;    bind[0].length    = &str_length;         unsigned long str_length_nor = strlen(nor_char);    bind[1].buffer_type  = MYSQL_TYPE_STRING;    bind[1].buffer    = (char *)nor_char;    bind[1].buffer_length = STRING_LEN;    bind[1].is_null    = 0;    bind[1].length    = &str_length_nor;         bind[2].buffer_type  = MYSQL_TYPE_LONG;    bind[2].buffer    = (char*)&max_num;    bind[2].is_null    = 0;    bind[2].length    = 0;         bind[3].buffer_type  = MYSQL_TYPE_LONG;    bind[3].buffer    = (char*)&max_num;    bind[3].is_null    = 0;    bind[3].length    = 0;         MYSQL_TIME ts;    ts.year= 2002;    ts.month= 02;    ts.day= 03;    ts.hour= 10;    ts.minute= 45;    ts.second= 20;         unsigned long str_length_time = strlen(rec_upd_ts);    bind[4].buffer_type  = MYSQL_TYPE_TIMESTAMP;    bind[4].buffer    = (char *)&ts;    bind[4].is_null    = 0;    bind[4].length    = 0;         if (mysql_stmt_bind_param(stmt, bind))    {      fprintf(stderr, " mysql_stmt_bind_param, 2 failed\n");      fprintf(stderr, " %s\n", mysql_stmt_error(stmt));      exit(0);    }         cout << "before execute\n";    if (mysql_stmt_execute(stmt))    {     fprintf(stderr, " mysql_stmt_execute, 2 failed\n");     fprintf(stderr, " %s\n", mysql_stmt_error(stmt));     exit(0);    }    cout << "after execute\n";         i++;  }     mysql_commit(&conn);     mysql_stmt_close(stmt);   return 0;  }

以上就是mysql批量插入数据的优化方法,建议大家也可以多看下以前的文章。