C#批量插入數據到Sqlserver中的四種方式

我的新書ASP.NET MVC企業級實戰預計明年2月份出版，感謝大家關註！本篇，我將來講解一下在Sqlserver中批量插入數據。先創建一個用來測試的資料庫和表，為了讓插入數據更快，表中主鍵採用的是GUID，表中沒有創建任何索引。GUID必然是比自增長要快的，因為你生成一個GUID演算法所花的時間 ...

我的新書ASP.NET MVC企業級實戰預計明年2月份出版，感謝大家關註！

本篇，我將來講解一下在Sqlserver中批量插入數據。

先創建一個用來測試的資料庫和表，為了讓插入數據更快，表中主鍵採用的是GUID，表中沒有創建任何索引。GUID必然是比自增長要快的，因為你生成一個GUID演算法所花的時間肯定比你從數據表中重新查詢上一條記錄的ID的值然後再進行加1運算要少。而如果存在索引的情況下，每次插入記錄都會進行索引重建，這是非常耗性能的。如果表中無可避免的存在索引，我們可以通過先刪除索引，然後批量插入，最後再重建索引的方式來提高效率。

create database CarSYS;    
go    
use CarSYS;    
go 
CREATE TABLE Product(
Id UNIQUEIDENTIFIER PRIMARY KEY,
NAME VARCHAR(50) NOT NULL,
Price DECIMAL(18,2) NOT NULL
)

我們通過SQL腳本來插入數據，常見如下四種方式。

方式一：一條一條插入，性能最差，不建議使用。

INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛欄1段',160);
INSERT INTO Product(Id,Name,Price) VALUES(newid(),'牛欄2段',260);
......

方式二：insert bulk

語法如下：

    BULK INSERT [ [ 'database_name'.][ 'owner' ].]{ 'table_name' FROM 'data_file' }       
    WITH  (   
            [ BATCHSIZE [ = batch_size ] ],       
            [ CHECK_CONSTRAINTS ],           
            [ CODEPAGE [ = 'ACP' | 'OEM' | 'RAW' | 'code_page' ] ],   
            [ DATAFILETYPE [ = 'char' | 'native'| 'widechar' | 'widenative' ] ],               
            [ FIELDTERMINATOR [ = 'field_terminator' ] ],   
            [ FIRSTROW [ = first_row ] ],   
            [ FIRE_TRIGGERS ],   
            [ FORMATFILE = 'format_file_path' ],   
            [ KEEPIDENTITY ],   
            [ KEEPNULLS ],   
            [ KILOBYTES_PER_BATCH [ = kilobytes_per_batch ] ],      
            [ LASTROW [ = last_row ] ],   
            [ MAXERRORS [ = max_errors ] ],   
            [ ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ],     
            [ ROWS_PER_BATCH [ = rows_per_batch ] ],   
            [ ROWTERMINATOR [ = 'row_terminator' ] ],             
            [ TABLOCK ],   
    )

相關參數說明：

BULK INSERT    
   [ database_name . [ schema_name ] . | schema_name . ] [ table_name | view_name ]    
      FROM 'data_file'    
     [ WITH    
        (    
   [ [ , ] BATCHSIZE = batch_size ]    --BATCHSIZE指令來設置在單個事務中可以插入到表中的記錄的數量   
   [ [ , ] CHECK_CONSTRAINTS ]     --指定在大容量導入操作期間，必須檢查所有對目標表或視圖的約束。若沒有 CHECK_CONSTRAINTS 選項，則所有 CHECK 和 FOREIGN KEY 約束都將被忽略，並且在此操作之後表的約束將標記為不可信。   
   [ [ , ] CODEPAGE = { 'ACP' | 'OEM' | 'RAW' | 'code_page' } ]  --指定該數據文件中數據的代碼頁   
   [ [ , ] DATAFILETYPE =    
      { 'char' | 'native'| 'widechar' | 'widenative' } ]  --指定 BULK INSERT 使用指定的數據文件類型值執行導入操作。   
   [ [ , ] FIELDTERMINATOR = 'field_terminator' ]  --標識分隔內容的符號   
   [ [ , ] FIRSTROW = first_row ]    --指定要載入的第一行的行號。預設值是指定數據文件中的第一行   
   [ [ , ] FIRE_TRIGGERS ]     --是否啟動觸發器   
   [ [ , ] FORMATFILE = 'format_file_path' ]    
   [ [ , ] KEEPIDENTITY ]   --指定導入數據文件中的標識值用於標識列   
   [ [ , ] KEEPNULLS ]    --指定在大容量導入操作期間空列應保留一個空值，而不插入用於列的任何預設值   
   [ [ , ] KILOBYTES_PER_BATCH = kilobytes_per_batch ]    
   [ [ , ] LASTROW = last_row ]   --指定要載入的最後一行的行號   
   [ [ , ] MAXERRORS = max_errors ]   --指定允許在數據中出現的最多語法錯誤數，超過該數量後將取消大容量導入操作。   
   [ [ , ] ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ]  --指定數據文件中的數據如何排序   
   [ [ , ] ROWS_PER_BATCH = rows_per_batch ]    
   [ [ , ] ROWTERMINATOR = 'row_terminator' ]   --標識分隔行的符號   
   [ [ , ] TABLOCK ]     --指定為大容量導入操作持續時間獲取一個表級鎖   
   [ [ , ] ERRORFILE = 'file_name' ]   --指定用於收集格式有誤且不能轉換為 OLE DB 行集的行的文件。   
        )]

方式三：INSERT INTO xx select...

INSERT INTO Product(Id,Name,Price)
 SELECT NEWID(),'牛欄1段',160 
 UNION ALL 
 SELECT NEWID(),'牛欄2段',180
 UNION ALL
......

方式四：拼接SQL

INSERT INTO Product(Id,Name,Price) VALUES
(newid(),'牛欄1段',160)
,(newid(),'牛欄2段',260)
......

在C#中通過ADO.NET來實現批量操作存在四種與之對應的方式。

方式一：逐條插入

        #region 方式一
        static void InsertOne()
        {
            Console.WriteLine("採用一條一條插入的方式實現");
            Stopwatch sw = new Stopwatch();

            using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中會自動Open和Close 連接。
            {
                string sql = "INSERT INTO Product(Id,Name,Price) VALUES(newid(),@p,@d)";
                conn.Open();
                for (int i = 0; i < totalRow; i++)
                {
                    using (SqlCommand cmd = new SqlCommand(sql, conn))
                    {
                        cmd.Parameters.AddWithValue("@p", "商品" + i);
                        cmd.Parameters.AddWithValue("@d", i);
                        sw.Start();
                        cmd.ExecuteNonQuery();
                        Console.WriteLine(string.Format("插入一條記錄，已耗時{0}毫秒", sw.ElapsedMilliseconds));
                    }
                    if (i == getRow)
                    {
                        sw.Stop();
                        break;
                    }
                }
            }
            Console.WriteLine(string.Format("插入{0}條記錄，每{4}條的插入時間是{1}毫秒,預估總得插入時間是{2}毫秒，{3}分鐘",
 totalRow, sw.ElapsedMilliseconds, ((sw.ElapsedMilliseconds / getRow) * totalRow), GetMinute((sw.ElapsedMilliseconds / getRow * totalRow)), getRow));
        }
        static int GetMinute(long l)
        {
            return (Int32)l / 60000;
        } 
        #endregion

運行結果如下：

我們會發現插入100w條記錄，預計需要50分鐘時間，每插入一條記錄大概需要3毫秒左右。

方式二：使用SqlBulk

        #region 方式二
        static void InsertTwo()
        {
            Console.WriteLine("使用Bulk插入的實現方式");
            Stopwatch sw = new Stopwatch();
            DataTable dt = GetTableSchema(); 

            using (SqlConnection conn = new SqlConnection(StrConnMsg))
            {
                SqlBulkCopy bulkCopy = new SqlBulkCopy(conn);
                bulkCopy.DestinationTableName = "Product";
                bulkCopy.BatchSize = dt.Rows.Count;
                conn.Open();
                sw.Start();

                for (int i = 0; i < totalRow;i++ )
                {
                    DataRow dr = dt.NewRow();
                    dr[0] = Guid.NewGuid();
                    dr[1] = string.Format("商品", i);
                    dr[2] = (decimal)i;
                    dt.Rows.Add(dr);
                }
                    if (dt != null && dt.Rows.Count != 0)
                    {
                        bulkCopy.WriteToServer(dt);
                        sw.Stop();
                    }
                    Console.WriteLine(string.Format("插入{0}條記錄共花費{1}毫秒，{2}分鐘", totalRow, sw.ElapsedMilliseconds, GetMinute(sw.ElapsedMilliseconds)));
            }
        }
        static DataTable GetTableSchema()
        {
            DataTable dt = new DataTable();
            dt.Columns.AddRange(new DataColumn[] {   
        new DataColumn("Id",typeof(Guid)),  
        new DataColumn("Name",typeof(string)),  
        new DataColumn("Price",typeof(decimal))});
            return dt;
        }
        #endregion

運行結果如下：

插入100w條記錄才8s多，是不是很溜。

打開Sqlserver Profiler跟蹤，會發現執行的是如下語句：

insert bulk Product ([Id] UniqueIdentifier, [NAME] VarChar(50) COLLATE Chinese_PRC_CI_AS, [Price] Decimal(18,2))

方式三：使用TVPs(表值參數）插入數據

從sqlserver 2008起開始支持TVPs。創建緩存表ProductTemp ，執行如下SQL。

CREATE TYPE ProductTemp AS  TABLE(
Id UNIQUEIDENTIFIER PRIMARY KEY,
NAME VARCHAR(50) NOT NULL,
Price DECIMAL(18,2) NOT NULL
)

執行完成之後，會發現在資料庫CarSYS下麵多了一張緩存表ProductTemp

可見插入100w條記錄共花費了11秒多。

方式四：拼接SQL

此種方法在C#中有限制，一次性只能批量插入1000條，所以就得分段進行插入。

        #region 方式四
        static void InsertFour()
        {
            Console.WriteLine("採用拼接批量SQL插入的方式實現");
            Stopwatch sw = new Stopwatch();

            using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中會自動Open和Close 連接。
            {
                conn.Open();
                sw.Start();
                for (int j = 0; j < totalRow / getRow;j++ )
                {
                    StringBuilder sb = new StringBuilder();
                    sb.Append("INSERT INTO Product(Id,Name,Price) VALUES");
                    using (SqlCommand cmd = new SqlCommand())
                    {
                       
                        for (int i = 0; i < getRow; i++)
                        {
                            sb.AppendFormat("(newid(),'商品{0}',{0}),", j*i+i);
                        }
                        cmd.Connection = conn;
                        cmd.CommandText = sb.ToString().TrimEnd(',');
                        cmd.ExecuteNonQuery();
                    }
                }
                sw.Stop();
                Console.WriteLine(string.Format("插入{0}條記錄，共耗時{1}毫秒",totalRow,sw.ElapsedMilliseconds));
            }
        }
        #endregion

運行結果如下：

我們可以看到大概花費了10分鐘。雖然在方式一的基礎上，性能有了較大的提升，但是顯然還是不夠快。

總結：大數據批量插入方式一和方式四儘量避免使用，而方式二和方式三都是非常高效的批量插入數據方式。其都是通過構建DataTable的方式插入的，而我們知道DataTable是存在記憶體中的，所以當數據量特別特別大，大到記憶體中無法一次性存儲的時候，可以分段插入。比如需要插入9千萬條數據，可以分成9段進行插入，一次插入1千萬條。而在for迴圈中直接進行資料庫操作，我們是應該儘量避免的。每一次資料庫的連接、打開和關閉都是比較耗時的，雖然在C#中存在資料庫連接池，也就是當我們使用using或者conn.Close()，進行釋放連接時，其實並沒有真正關閉資料庫連接，它只是讓連接以類似於休眠的方式存在，當再次操作的時候，會從連接池中找一個休眠狀態的連接，喚醒它，這樣可以有效的提高併發能力，減少連接損耗。而連接池中的連接數，我們都是可以配置的。

源碼下載：http://pan.baidu.com/s/1slm1wPv