C#之批量插入数据到SQLServer中

C#之批量插⼊数据到SQLServer中
创建⼀个⽤来测试的数据库和表，为了让插⼊数据更快，表中主键采⽤的是GUID，表中没有创建任何索引。

GUID必然是⽐⾃增长要快。

⽽如果存在索引的情况下，每次插⼊记录都会进⾏索引重建，这是⾮常耗性能的。

如果表中⽆可避免的存在索引，我们可以通过先删除索引，然后批量插⼊，最后再重建索引的⽅式来提⾼效率。

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
)
通过SQL脚本来插⼊数据，常见如下四种⽅式。

⼀、通过 INSERT INTO tname (...) VALUES (...) 逐条插⼊，性能最差，不建议使⽤。

⽰例：
#region⽅式⼀
static void InsertOne()
{
Console.WriteLine("采⽤⼀条⼀条插⼊的⽅式实现");
Stopwatch sw = new Stopwatch();
using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中会⾃动Open和Close 连接。

{
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("插⼊⼀条记录，已耗时{0}毫秒", sw.ElapsedMilliseconds));
}
if (i == getRow)
{
sw.Stop();
break;
}
}
}
Console.WriteLine(string.Format("插⼊{0}条记录，每{4}条的插⼊时间是{1}毫秒,预估总得插⼊时间是{2}毫秒，{3}分钟",
totalRow, sw.ElapsedMilliseconds, ((sw.ElapsedMilliseconds / getRow) * totalRow), GetMinute((sw.ElapsedMilliseconds / getRow * totalRow)), getRow));
}
static int GetMinute(long l)
{
return (Int32)l / 60000;
}
#endregion
运⾏结果如下：
结果显⽰插⼊100w条记录，预计需要50分钟时间，每插⼊⼀条记录⼤概需要3毫秒左右。

⼆、使⽤ insert bulk
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 ],
)
相关参数说明：
BULK INSERT
[ database_name . [ schema_name ] . | schema_name . ] [ table_name | view_name ]
FROM 'data_file'
[ WITH
(
[ [ , ] BATCHSIZE = batch_size ] --BATCHSIZE指令来设置在单个事务中可以插⼊到表中的记录的数量
[ [ , ] CHECK_CONSTRAINTS ] --指定在⼤容量导⼊操作期间，必须检查所有对⽬标表或视图的约束。

若没有 CHECK_CONSTRAINTS 选项，则所有 CHECK 和 FOREIGN KEY 约束都将被忽略，并且在此操作之后表的约束将标记为不可信。

[ [ , ] CODEPAGE = { 'ACP' | 'OEM' | 'RAW' | 'code_page' } ] --指定该数据⽂件中数据的代码页
[ [ , ] DATAFILETYPE =
{ 'char' | 'native'| 'widechar' | 'widenative' } ] --指定 BULK INSERT 使⽤指定的数据⽂件类型值执⾏导⼊操作。

[ [ , ] FIELDTERMINATOR = 'field_terminator' ] --标识分隔内容的符号
[ [ , ] FIRSTROW = first_row ] --指定要加载的第⼀⾏的⾏号。

默认值是指定数据⽂件中的第⼀⾏
[ [ , ] FIRE_TRIGGERS ] --是否启动触发器
[ [ , ] FORMATFILE = 'format_file_path' ]
[ [ , ] KEEPIDENTITY ] --指定导⼊数据⽂件中的标识值⽤于标识列
[ [ , ] KEEPNULLS ] --指定在⼤容量导⼊操作期间空列应保留⼀个空值，⽽不插⼊⽤于列的任何默认值
[ [ , ] KILOBYTES_PER_BATCH = kilobytes_per_batch ]
[ [ , ] LASTROW = last_row ] --指定要加载的最后⼀⾏的⾏号
[ [ , ] MAXERRORS = max_errors ] --指定允许在数据中出现的最多语法错误数，超过该数量后将取消⼤容量导⼊操作。

[ [ , ] ORDER ( { column [ ASC | DESC ] } [ ,...n ] ) ] --指定数据⽂件中的数据如何排序
[ [ , ] ROWS_PER_BATCH = rows_per_batch ]
[ [ , ] ROWTERMINATOR = 'row_terminator' ] --标识分隔⾏的符号
[ [ , ] TABLOCK ] --指定为⼤容量导⼊操作持续时间获取⼀个表级锁
[ [ , ] ERRORFILE = 'file_name' ] --指定⽤于收集格式有误且不能转换为 OLE DB ⾏集的⾏的⽂件。

)]
#region⽅式⼆
static void InsertTwo()
{
Console.WriteLine("使⽤Bulk插⼊的实现⽅式");
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}条记录共花费{1}毫秒，{2}分钟", 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
运⾏结果如下：
插⼊100w条记录才8s多，推荐。

打开Sqlserver Profiler跟踪，会发现执⾏的是如下语句：
insert bulk Product ([Id]UniqueIdentifier, [NAME]VarChar(50) COLLATE Chinese_PRC_CI_AS, [Price]Decimal(18,2))
三、使⽤ INSERT INTO xx select...
INSERT INTO Product(Id,Name,Price)
SELECT NEWID(),'⽜栏1段',160
UNION ALL
SELECT NEWID(),'⽜栏2段',180
UNION ALL
......
从sqlserver 2008起开始⽀持TVPs。

创建缓存表ProductTemp ，执⾏如下SQL：
CREATE TYPE ProductTemp AS TABLE(
Id UNIQUEIDENTIFIER PRIMARY KEY,
NAME VARCHAR(50) NOT NULL,
Price DECIMAL(18,2) NOT NULL
)
执⾏完成之后，会发现在数据库CarSYS下⾯多了⼀张缓存表ProductTemp
可见插⼊100w条记录共花费了11秒多，此⽅式⿇烦，⼀次性可使⽤。

四、拼接SQL
INSERT INTO Product(Id,Name,Price) VALUES
(newid(),'⽜栏1段',160)
,(newid(),'⽜栏2段',260)
......
⽰例：此种⽅法在C#中有限制，⼀次性只能批量插⼊1000条，所以就得分段进⾏插⼊。

#region⽅式四
static void InsertFour()
{
Console.WriteLine("采⽤拼接批量SQL插⼊的⽅式实现");
Stopwatch sw = new Stopwatch();
using (SqlConnection conn = new SqlConnection(StrConnMsg)) //using中会⾃动Open和Close 连接。

{
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;
mandText = sb.ToString().TrimEnd(',');
cmd.ExecuteNonQuery();
}
}
sw.Stop();
Console.WriteLine(string.Format("插⼊{0}条记录，共耗时{1}毫秒",totalRow,sw.ElapsedMilliseconds));
}
}
#endregion
运⾏结果如下：
可以看到⼤概花费了10分钟。

虽然在⽅式⼀的基础上，性能有了较⼤的提升，但是显然还是不够快。

总结：⼤数据批量插⼊⽅式⼀和⽅式四尽量避免使⽤，⽽⽅式⼆和⽅式三都是⾮常⾼效的批量插⼊数据⽅式。

其都是通过构建DataTable的⽅式插⼊的，⽽我们知道DataTable是存在内存中的，所以当数据量特别特别⼤，⼤到内存中⽆法⼀次性存储的时候，可以分段插⼊。

⽐如需要插⼊9千万条数据，可以分成9段进⾏插⼊，⼀次插⼊1千万条。

⽽在for循环中直接进⾏数据库操作，我们是应该尽量避免的。

每⼀次数据库的连接、打开和关闭都是⽐较耗时的，虽然在C#中存在数据库连接池，也就是当我们使⽤using 或者conn.Close()，进⾏释放连接时，其实并没有真正关闭数据库连接，它只是让连接以类似于休眠的⽅式存在，当再次操作的时候，会从连接池中找⼀个休眠状态的连接，唤醒它，这样可以有效的提⾼并发能⼒，减少连接损耗。

⽽连接池中的连接数，我们都是可以配置的。