ArrayBind和OracleBulkCopy兩種方式批量導入大數據
命名空間:Oracle.DataAccess.Client
組件:Oracle.DataAccess.dll(2.112.1.0)
ODP.NET 版本:ODP.NET for .NET Framework 2.0 或 ODP.NET for .NET Framework 4
工具:Microsoft Visual Studio Ultimate 2013 + Oracle SQL Developer 1.5.5 + Oracle Database 11g Enterprise Edition 11.2.0.1.0(32位) + TNS for 32-bit Windows 11.2.0.1.0
方式一:ArrayBind
當插入一條數據時,SQL語句如下:
INSERT INTO table_name VALUES (:col1, :col2, :col3, :col4, :col5)
1 public void InsertDataRow(Dictionary<string, object> dataRow) 2 { 3 StringBuilder sbCmdText = new StringBuilder(); 4 sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName); 5 sbCmdText.Append(string.Join(",", dataRow.Keys.ToArray())); 6 sbCmdText.Append(") VALUES ("); 7 sbCmdText.Append(":" + string.Join(",:", dataRow.Keys.ToArray())); 8 sbCmdText.Append(")"); 9 10 using (OracleConnection conn = new OracleConnection()) 11 { 12 using (OracleCommand cmd = conn.CreateCommand()) 13 { 14 cmd.CommandType = CommandType.Text; 15 cmd.CommandText = sbCmdText.ToString(); 16 OracleParameter parameter = null; 17 OracleDbType dbType = OracleDbType.Object; 18 foreach (string colName in dataRow.Keys) 19 { 20 dbType = GetOracleDbType(dataRow[colName]); 21 parameter = new OracleParameter(colName, dbType); 22 parameter.Direction = ParameterDirection.Input; 23 parameter.OracleDbTypeEx = dbType; 24 parameter.Value = dataRow[colName]; 25 cmd.Parameters.Add(parameter); 26 } 27 conn.Open(); 28 int result = cmd.ExecuteNonQuery(); 29 } 30 } 31 }
此時,每一個 OracleParameter 的 Value 值都賦予單個欄位的 一個具體值,這種也是最為傳統的插入數據的方法。
Oracle V6 中 OCI 編程介面加入了數組介面特性。
當採用 ArrayBind 時,OraleParameter 的 Value 值則是賦予單個欄位的 一個數組,即多條數據的該欄位組合成的一個數組。此時 Oracle 僅需要執行一次 SQL 語句,即可在記憶體中批量解析並導入數據,減少程式與資料庫之間來回的操作,其優點就是數據導入的總體時間明顯減少,尤其是進程占用CPU的時間。
如果數據源是 DataTable 類型,首先把 DataTable 數據源,轉換成 object[][] 類型,然後綁定 OracleParameter 的 Value 值為對應欄位的一個 Object[] 數組即可;參考代碼如下:
1 /// <summary> 2 /// 批量插入大數據量 3 /// </summary> 4 /// <param name="columnData">列名-列數據字典</param> 5 /// <param name="dataCount">數據量</param> 6 /// <returns>插入數據量</returns> 7 public int InsertBigData(Dictionary<string, object> columnData, int dataCount) 8 { 9 int result = 0; 10 if (columnData == null || columnData.Count < 1) 11 { 12 return result; 13 } 14 string[] colHeaders = columnData.Keys.ToArray(); 15 StringBuilder sbCmdText = new StringBuilder(); 16 if (columnData.Count > 0) 17 { 18 // 拼接INSERT的SQL語句 19 sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName); 20 sbCmdText.Append(string.Join(",", colHeaders)); 21 sbCmdText.Append(") VALUES ("); 22 sbCmdText.Append(m_ParameterPrefix + string.Join("," + m_ParameterPrefix, colHeaders)); 23 sbCmdText.Append(")"); 24 OracleConnection connection = null; 25 try 26 { 27 connection = new OracleConnection(GetConnectionString()); 28 using (OracleCommand command = connection.CreateCommand()) 29 { 30 command.ArrayBindCount = dataCount; 31 command.BindByName = true; 32 command.CommandType = CommandType.Text; 33 command.CommandText = sbCmdText.ToString(); 34 command.CommandTimeout = 1800; 35 OracleParameter parameter; 36 OracleDbType dbType = OracleDbType.Object; 37 foreach (string colName in colHeaders) 38 { 39 dbType = GetOracleDbType(columnData[colName]); 40 parameter = new OracleParameter(colName, dbType); 41 parameter.Direction = ParameterDirection.Input; 42 parameter.OracleDbTypeEx = dbType; 43 parameter.Value = columnData[colName]; 44 command.Parameters.Add(parameter); 45 } 46 connection.Open(); 47 OracleTransaction trans = connection.BeginTransaction(); 48 try 49 { 50 command.Transaction = trans; 51 result = command.ExecuteNonQuery(); 52 trans.Commit(); 53 } 54 catch (Exception ex) 55 { 56 trans.Rollback(); 57 throw ex; 58 } 59 } 60 } 61 finally 62 { 63 if (connection != null) 64 { 65 connection.Close(); 66 connection.Dispose(); 67 } 68 GC.Collect(); 69 GC.WaitForFullGCComplete(); 70 } 71 } 72 return result; 73 }
1 /// <summary> 2 /// 根據數據類型獲取OracleDbType 3 /// </summary> 4 /// <param name="value">數據</param> 5 /// <returns>數據的Oracle類型</returns> 6 private static OracleDbType GetOracleDbType(object value) 7 { 8 OracleDbType dataType = OracleDbType.Object; 9 if (value is string[]) 10 { 11 dataType = OracleDbType.Varchar2; 12 } 13 else if (value is DateTime[]) 14 { 15 dataType = OracleDbType.TimeStamp; 16 } 17 else if (value is int[] || value is short[]) 18 { 19 dataType = OracleDbType.Int32; 20 } 21 else if (value is long[]) 22 { 23 dataType = OracleDbType.Int64; 24 } 25 else if (value is decimal[] || value is double[] || value is float[]) 26 { 27 dataType = OracleDbType.Decimal; 28 } 29 else if (value is Guid[]) 30 { 31 dataType = OracleDbType.Varchar2; 32 } 33 else if (value is bool[] || value is Boolean[]) 34 { 35 dataType = OracleDbType.Byte; 36 } 37 else if (value is byte[]) 38 { 39 dataType = OracleDbType.Blob; 40 } 41 else if (value is char[]) 42 { 43 dataType = OracleDbType.Char; 44 } 45 return dataType; 46 }GetOracleDbType說明:如果採用分次(每次1萬數據)執行 InsertBigData 方法,速度反而比一次性執行 InsertBigData 方法慢,詳見下麵測試結果;
測試結果:
無索引,數據類型:4列NVARCHAR2,2列NUMBER
30+萬(7.36M):一次性導入用時 15:623,每次10000導入用時
60+萬(14.6M):一次性導入用時 28:207,每次10000導入用時 1:2:300
100+萬(24.9M):一次性導入報如下異常
此時實際上從資源監視器上可以得知仍有可用記憶體,但是仍舊報 OutOfMemoryException,所以猜測應該是一個 bug;
如果每次10000導入用時 2:9:252
如果每次50000導入用時 58:101
附加 InsertBigData 方法使用示例:
1 // 每10000數據導入一次 2 Dictionary<string, object> columnsData = new Dictionary<string, object>(); 3 int dataCount = m_SourceDataTable.Rows.Count; 4 int times = dataCount / 10000 + (dataCount % 10000 == 0 ? 0 : 1); 5 for (int i = 0; i < times; i++) 6 { 7 int startIndex = i * 10000; 8 int endIndex = (i + 1) * 10000; 9 endIndex = endIndex > dataCount ? dataCount : endIndex; 10 int currDataCount = endIndex - startIndex; 11 columnsData.Add("COL1", new string[currDataCount]); 12 columnsData.Add("COL2", new string[currDataCount]); 13 columnsData.Add("COL3", new decimal[currDataCount]); 14 columnsData.Add("COL4", new string[currDataCount]); 15 columnsData.Add("COL5", new decimal[currDataCount]); 16 columnsData.Add("COL6", new string[currDataCount]); 17 for (int rowIndex = startIndex; rowIndex < endIndex; rowIndex++) 18 { 19 int dicRowIndex = rowIndex - startIndex;// 列數據行索引 20 foreach (string colName in columnsData.Keys) 21 { 22 object cell = m_SourceDataTable.Rows[rowIndex][colName]; 23 string cellStr = (cell + "").TrimEnd(new char[] { '\0', ' ' }); 24 if (colName == "COL3" || colName == "COL5") 25 { 26 decimal value = 0; 27 decimal.TryParse(cellStr, out value); 28 ((decimal[])columnsData[colName])[dicRowIndex] = value; 29 } 30 else 31 { 32 ((string[])columnsData[colName])[dicRowIndex] = cellStr; 33 } 34 } 35 } 36 m_DAL.InsertBigData(columnsData, currDataCount); 37 38 columnsData.Clear(); 39 GC.Collect(); 40 GC.WaitForFullGCComplete(); 41 }View Code
方式二:OracleBulkCopy
說明:
1. OracleBulkCopy 採用 direct path 方式導入;
2. 不支持 transaction,無法 Rollback;
3. 如果該表存在觸發器時,無法使用 OracleBulkCopy(報異常信息 Oracle Error: ORA-26086),除非先禁用該表的所有觸發器;
4. 過程中會自動啟用 NOT NULL、UNIQUE 和 PRIMARY KEY 三種約束,其中 NOT NULL 約束在列數組綁定時驗證,任何違反 NOT NULL 約束條件的行數據都會捨棄;UNIQUE 約束是在導入完成後重建索引時驗證,但是在 bulk copy 時,允許違反索引約束,併在完成後將索引設置成禁用(UNUSABLE)狀態;而且,如果索引一開始狀態就是禁用(UNUSABLE)狀態時,OracleBulkCopy 是會報錯的。
參考代碼如下:
1 /// <summary> 2 /// 批量插入數據 3 /// 該方法需要禁用該表所有觸發器,並且插入的數據如果為空,是不會採用預設值 4 /// </summary> 5 /// <param name="table">數據表</param> 6 /// <param name="targetTableName">資料庫目標表名</param> 7 /// <returns></returns> 8 public bool InsertBulkData(DataTable table, string targetTableName) 9 { 10 bool result = false; 11 string connStr = GetConnectionString(); 12 using (OracleConnection connection = new OracleConnection(connStr)) 13 { 14 using (OracleBulkCopy bulkCopy = new OracleBulkCopy(connStr, OracleBulkCopyOptions.Default)) 15 { 16 if (table != null && table.Rows.Count > 0) 17 { 18 bulkCopy.DestinationTableName = targetTableName; 19 for (int i = 0; i < table.Columns.Count; i++) 20 { 21 string col = table.Columns[i].ColumnName; 22 bulkCopy.ColumnMappings.Add(col, col); 23 } 24 connection.Open(); 25 bulkCopy.WriteToServer(table); 26 result = true; 27 } 28 bulkCopy.Close(); 29 bulkCopy.Dispose(); 30 } 31 } 32 33 return result; 34 }
測試結果:
數據類型:4列NVARCHAR2,2列NUMBER
30+萬(7.36M):用時 14:590
60+萬(14.6M):用時 28:28
1048576(24.9M):用時 52:971
附加,禁用表的所有外鍵SQL:
ALTER TABLE table_name DISABLE ALL TRIGGERS
總結
1、在30+萬和60+萬數據時,ArrayBind一次性導入和OracleBulkCopy時間相差不是很大,但是ArrayBind方式一般都需要轉換數據形式,占用了一些時間,而 OracleBulkCopy 則只需要簡單處理一下 DataTable 數據源即可導入;
2、當數據量達到100+萬時,ArrayBind很容易出現記憶體不足異常,此時只能採用分批次執行導入,根據測試結果可知,次數越少,速度越快;而採用 OracleBulkCopy 方式則很少出現記憶體不足現象,由此可見 OracleBulkCopy 占用記憶體比 ArrayBind 方式少;
參考資料:
1、ArrayBind http://www.oracle.com/technetwork/issue-archive/2009/09-sep/o59odpnet-085168.html
2、ArrayBind http://www.soaspx.com/dotnet/csharp/csharp_20130911_10501.html
3、Oracle數據導入方法 http://dbanotes.net/Oracle/All_About_Oracle_Data_Loading.htm
4、介紹OracleBulkCopy類 https://docs.oracle.com/cd/E11882_01/win.112/e23174/OracleBulkCopyClass.htm#ODPNT7446