mysql庫批量插入20萬數據提高速度,如何向mysql批量導入1000萬條數據

本文目錄一覽：

• 1、有20萬條數據,使用mysql數據庫,insert與update哪個速度快；
• 2、mysql 如何提高批量導入的速度
• 3、如何提升MySQL批量插入的效率
• 4、mysql 一次插入幾萬條數據應該怎麼做優化

有20萬條數據,使用mysql數據庫,insert與update哪個速度快；

insert會更快一點，可以使用 INSERT INTO target_table SELECT columns FROM source_table 高效地將大量行從一個表（例如臨時表）。

傳輸到按最小方式記錄日誌的其他表中。按最小方式記錄日誌可以提高語句的性能，減少在事務期間此操作填充可用事務日誌空間的可能性。INSERT INTO 語句用於向表格中插入新的行。

INSERT INTO 表名稱 VALUES (值1, 值2,….)INSERT INTO Persons (LastName, Address) VALUES (‘Wilson’, ‘Champs-Elysees’)。

Update是一個數據庫SQL語法用語，用途是更新表中原有數據，單獨使用時使用where匹配字段。Update 語句用於修改表中的數據。UPDATE 表名稱 SET 列名稱 = 新值 WHERE 列名稱 = 某值。

擴展資料：

UPDATE的用法：

更新某一行中的一個列。

我們為 lastname 是 quot;Wilsonquot; 的人添加 firstname：

UPDATE Person SET FirstName = ‘Fred’ WHERE LastName = ‘Wilson’ 。

更新某一行中的若干列。

我們會修改地址（address），並添加城市名稱（city）：

UPDATE Person SET Address = ‘Zhongshan 23’, City = ‘Nanjing’WHERE LastName = ‘Wilson’。

參考資料來源：百度百科-SQL INSERT INTO

參考資料來源：百度百科-update

mysql 如何提高批量導入的速度

這個是需要做一些設置的。主要設置 rewriteBatchedStatements參數。原理如下：

MySQL Jdbc驅動在默認情況下會無視executeBatch()語句，把我們期望批量執行的一組sql語句拆散，一條一條地發給MySQL數據庫，直接造成較低的性能。

只有把rewriteBatchedStatements參數置為true, 驅動才會幫你批量執行SQL (jdbc:mysql://ip:port/db?rewriteBatchedStatements=true)。不過，驅動具體是怎麼樣批量執行的？　你是不是需要看一下內幕，才敢放心地使用這個選項？ 下文會給出答案。

另外，有人說rewriteBatchedStatements只對INSERT有效，有人說它對UPDATE/DELETE也有效。為此我做了一些實驗（詳見下文），結論是： 這個選項對INSERT/UPDATE/DELETE都有效，只不過對INSERT它為會預先重排一下SQL語句。

註：本文使用的mysql驅動版本是5.1.12

實驗記錄：未打開rewriteBatchedStatements時

未打開rewriteBatchedStatements時，根據wireshark嗅探出的mysql報文可以看出，

batchDelete(10條記錄) = 發送10次delete 請求

batchUpdate(10條記錄) = 發送10次update 請求

batchInsert(10條記錄) = 發送10次insert 請求

也就是說，batchXXX()的確不起作用

實驗記錄：打開了rewriteBatchedStatements後

打開rewriteBatchedStatements後，根據wireshark嗅探出的mysql報文可以看出

batchDelete(10條記錄) = 發送一次請求，內容為」delete from t where id = 1; delete from t where id = 2; delete from t where id = 3; ….」

batchUpdate(10條記錄) = 發送一次請求，內容為」update t set … where id = 1; update t set … where id = 2; update t set … where id = 3 …」

batchInsert(10條記錄) = 發送一次請求，內容為」insert into t (…) values (…) , (…), (…)」

對delete和update，驅動所做的事就是把多條sql語句累積起來再一次性發出去；而對於insert，驅動則會把多條sql語句重寫成一條風格很酷的sql語句，然後再發出去。 官方文檔說，這種insert寫法可以提高性能（」This is considerably faster (many times faster in some cases) than using separate single-row INSERT statements」）

一個注意事項

需要注意的是，即使rewriteBatchedStatements=true, batchDelete()和batchUpdate()也不一定會走批量： 當batchSize = 3時，驅動會寧願一條一條地執行SQL。所以，如果你想驗證rewriteBatchedStatements在你的系統里是否已經生效，記得要使用較大的batch.

更多細節看這個帖子：

blog.yemou.net/article/query/info/tytfjhfascvhzxcyt397

如何提升MySQL批量插入的效率

需要將大量數據(大概5W條)插入MySQL數

據庫，用普通的SQL

Statement執行,時間大概是幾分鐘。於是想到用PreparedStatement，但是改了之後發現效率並沒有很大的提升。不成，想到了

load data local

infile…命令，以前一直認為這條命令僅限MySQL終端上使用而不是標準的SQL語句，今天看了幾篇文章之後有了很大的收穫。

1. 使用PreparedStatement batch operation

以前使用PreparedStatement性能沒有很大提升的原因在於：

沒有使用批處理方法

在語句執行之前應關閉事務自動提交，語句執行完之後再提交

public

void batchLoad(Connection connection)

{

try

{

connection.setAutoCommit(false);

BufferedReader reader =

new BufferedReader(new

FileReader(“tfacts_result”));

String sqlString =

“insert into test(node1, node2, weight) values(?, ?, ?)”;

PreparedStatement pstmt = connection.prepareStatement(sqlString);

String line =

null;

while(true)

{

line = reader.readLine();

if(line == null)

{

break;

}

String[] columns = line.split(“\t”);

for(int

i = 1; i = columns.length; i++)

{

pstmt.setString(i, columns[i-1]);

}

pstmt.addBatch();

}

pstmt.executeBatch();

connection.commit();

pstmt.close();

reader.close();

}

catch (FileNotFoundException e) {

e.printStackTrace();

}catch

(SQLException e){

e.printStackTrace();

}catch

(IOException e){

e.printStackTrace();

}

2.使用load data local infile into tabel XXX（注意在文件中用\t將每列數據隔開）

public

void loadData(Connection connection)

{

long

starTime = System.currentTimeMillis();

String sqlString =

“load data local infile ? into table test”;

PreparedStatement pstmt;

try

{

pstmt = connection.prepareStatement(sqlString);

pstmt.setString(1,

“tfacts_result”);

pstmt.executeUpdate();

pstmt.close();

}

catch (SQLException e) {

e.printStackTrace();

}

long

endTime = System.currentTimeMillis();

System.out.println(“program runs “

+ (endTime – starTime) + “ms”);

}

測試了5W條數據，PreparedStatement耗時10s，而load data infile耗時3s。

mysql 一次插入幾萬條數據應該怎麼做優化

關於mysql處理百萬級以上的數據時如何提高其查詢速度的方法

最近一段時間由於工作需要，開始關注針對Mysql數據庫的select查詢語句的相關優化方法。

由於在參與的實際項目中發現當mysql表的數據量達到百萬級時，普通SQL查詢效率呈直線下降，而且如果where中的查詢條件較多時，其查詢速度簡直無法容忍。曾經測試對一個包含400多萬條記錄（有索引）的表執行一條條件查詢，其查詢時間竟然高達40幾秒，相信這麼高的查詢延時，任何用戶都會抓狂。因此如何提高sql語句查詢效率，顯得十分重要。以下是網上流傳比較廣泛的30種SQL查詢語句優化方法：

1、應盡量避免在 where 子句中使用!=或操作符，否則將引擎放棄使用索引而進行全表掃描。

2、對查詢進行優化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。

3、應盡量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：

select id from t where num is null

可以在num上設置默認值0，確保表中num列沒有null值，然後這樣查詢：

select id from t where num=0

4、盡量避免在 where 子句中使用 or 來連接條件，否則將導致引擎放棄使用索引而進行全表掃描，如：

select id from t where num=10 or num=20

可以這樣查詢：

select id from t where num=10

union all

select id from t where num=20

5、下面的查詢也將導致全表掃描：(不能前置百分號)

select id from t where name like 『%c%』

若要提高效率，可以考慮全文檢索。

6、in 和 not in 也要慎用，否則會導致全表掃描，如：

select id from t where num in(1,2,3)

對於連續的數值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

7、如果在 where 子句中使用參數，也會導致全表掃描。因為SQL只有在運行時才會解析局部變量，但優化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進行選擇。然 而，如果在編譯時建立訪問計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描：

select id from t where num=@num

可以改為強制查詢使用索引：

select id from t with(index(索引名)) where num=@num

8、應盡量避免在 where 子句中對字段進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如：

select id from t where num/2=100

應改為:

select id from t where num=100*2

9、應盡量避免在where子句中對字段進行函數操作，這將導致引擎放棄使用索引而進行全表掃描。如：

select id from t where substring(name,1,3)=』abc』–name以abc開頭的id

select id from t where datediff(day,createdate,』2005-11-30′)=0–』2005-11-30′生成的id

應改為:

select id from t where name like 『abc%』

select id from t where createdate=』2005-11-30′ and createdate』2005-12-1′

10、不要在 where 子句中的「=」左邊進行函數、算術運算或其他表達式運算，否則系統將可能無法正確使用索引。

11、在使用索引字段作為條件時，如果該索引是複合索引，那麼必須使用到該索引中的第一個字段作為條件時才能保證系統使用該索引，否則該索引將不會被使 用，並且應儘可能的讓字段順序與索引順序相一致。

12、不要寫一些沒有意義的查詢，如需要生成一個空表結構：

select col1,col2 into #t from t where 1=0

這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣：

create table #t(…)

13、很多時候用 exists 代替 in 是一個好的選擇：

select num from a where num in(select num from b)

用下面的語句替換：

select num from a where exists(select 1 from b where num=a.num)

14、並不是所有索引對查詢都有效，SQL是根據表中數據來進行查詢優化的，當索引列有大量數據重複時，SQL查詢可能不會去利用索引，如一表中有字段 sex，male、female幾乎各一半，那麼即使在sex上建了索引也對查詢效率起不了作用。

15、索引並不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有 必要。

16.應儘可能的避免更新 clustered 索引數據列，因為 clustered 索引數據列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新 clustered 索引數據列，那麼需要考慮是否應將該索引建為 clustered 索引。

17、盡量使用數字型字段，若只含數值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，並會增加存儲開銷。這是因為引擎在處理查詢和連接時會 逐個比較字符串中每一個字符，而對於數字型而言只需要比較一次就夠了。

18、儘可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長字段存儲空間小，可以節省存儲空間，其次對於查詢來說，在一個相對較小的字段內搜索效率顯然要高些。

19、任何地方都不要使用 select * from t ，用具體的字段列表代替「*」，不要返回用不到的任何字段。

20、盡量使用表變量來代替臨時表。如果表變量包含大量數據，請注意索引非常有限（只有主鍵索引）。

21、避免頻繁創建和刪除臨時表，以減少系統表資源的消耗。

22、臨時表並不是不可使用，適當地使用它們可以使某些例程更有效，例如，當需要重複引用大型表或常用表中的某個數據集時。但是，對於一次性事件，最好使 用導出表。

23、在新建臨時表時，如果一次性插入數據量很大，那麼可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數據量不大，為了緩和系統表的資源，應先create table，然後insert。

24、如果使用到了臨時表，在存儲過程的最後務必將所有的臨時表顯式刪除，先 truncate table ，然後 drop table ，這樣可以避免系統表的較長時間鎖定。

25、盡量避免使用游標，因為游標的效率較差，如果游標操作的數據超過1萬行，那麼就應該考慮改寫。

26、使用基於游標的方法或臨時表方法之前，應先尋找基於集的解決方案來解決問題，基於集的方法通常更有效。

27、與臨時表一樣，游標並不是不可使用。對小型數據集使用 FAST_FORWARD 游標通常要優於其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數據時。在結果集中包括「合計」的例程通常要比使用游標執行的速度快。如果開發時 間允許，基於游標的方法和基於集的方法都可以嘗試一下，看哪一種方法的效果更好。

28、在所有的存儲過程和觸發器的開始處設置 SET NOCOUNT ON ，在結束時設置 SET NOCOUNT OFF 。無需在執行存儲過程和觸發器的每個語句後向客戶端發送 DONE_IN_PROC 消息。

29、盡量避免向客戶端返回大數據量，若數據量過大，應該考慮相應需求是否合理。

30、盡量避免大事務操作，提高系統並發能力。