个人中心
gpt4 book ai didi

C#如何在海量数据下的高效读取写入MySQL

转载 作者：qq735679552 更新时间：2022-09-29 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章C#如何在海量数据下的高效读取写入MySQL由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

前提 。

由于工作的原因，经常需要对海量数据进行处理，做的数据爬虫相关，动辄千万级别的数据，单表几十个G都是都是家常便饭。  主要开发语言是C#，数据库使用的是MySQL.

最常见的操作便是 select 读取数据，然后在C#中对数据进行处理， 完毕后再插入数据库中。  简而言之就 select -> process -> insert三个步骤。 对于数据量小的情况下（百万级别 or 几百兆)可能最多1个小时就处理完了。但是对于千万级数据可能几天，甚至更多。 那么问题来了，如何优化？?

C#如何在海量数据下的高效读取写入MySQL

 （数据库的一览，有图有真相） 。

第一步 解决读取的问题 。

跟数据库打交道的方式有很多，我来列举下吧:

1. 【重武器-坦克大炮】使用重型ORM框架，比如EF,NHibernat 这样的框架。 2. 【轻武器-AK47】 使用Dapper,PetaPoco之类，单cs文件。灵活高效，使用简单。居家越货必备（我更喜欢PetaPoco :)） 3. 【冷兵器？匕首？】使用原生的Connection、Command。 然后写原生的SQL语句。.

分析:

【重武器】在我们这里肯定直接被PASS， 他们应该被用在大型项目中。  。

【轻武器】Dapper,PetaPoco 看过源码你会发现用到了反射，虽然使用IL和缓存技术，但是还是会影响读取效率，PASS 好吧那就只有使用匕首，原生SQL走起， 利用DataReader 进行高效读取，并且使用索引取数据（更快），而不是列名。 大概的代码如下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
using (var conn = new MySqlConnection( 'Connection String...' ))
{
   conn.Open();
   //此处设置读取的超时，不然在海量数据时很容易超时
   var c = new MySqlCommand( 'set net_write_timeout=9999999; set net_read_timeout=9999999' , conn);
   c.ExecuteNonQuery();
 
   MySqlCommand rcmd = new MySqlCommand();
   rcmd.Connection = conn;
   rcmd.CommandText = @ 'SELECT `f1`,`f2` FROM `table1`' ;
   //设置命令的执行超时
   rcmd.CommandTimeout = 99999999;
   var myData = rcmd.ExecuteReader();
 
   while (myData.Read())
   {
     var f1= myData.GetInt32(0);
     var f2= myData.GetString(1);
     //这里做数据处理....
   }
}

哈哈，怎么样，代码非常原始，还是使用索引来取数据，很容易出错。  当然一切为了性能咱都忍了 。

第二步 数据处理 。

其实这一步，根据你的业务需要，代码肯定不一， 不过无非是一些字符串处理，类型转换的操作，这时候就是考验你的C#基础功底的时候了。 以及如何高效编写正则表达式。。.

具体代码也没法写啊 ，先看完CLR via C# 在来跟我讨论吧 ，O(∩_∩)O哈哈哈~ 跳过。。。.

第三部 数据插入 。

如何批量插入才最高效呢？  有同学会说， 使用事务啊，BeginTransaction, 然后EndTransaction。 恩，这个的确可以提高插入效率。 但是还有更加高效的方法，那就是合并insert语句.

那么怎么合并呢?

?
1
insert into table (f1,f2) values (1, 'sss' ), values (2, 'bbbb' ), values (3, 'cccc' );

就是把values后面的全部用逗号，链接起来，然后一次性执行 .

当然不能一次性提交个100MB的SQL执行，MySQL服务器对每次执行命令的长度是有限制的。 通过 MySQL服务器端的max_allowed_packet  属性可以查看， 默认是1MB 。

咱们来看看伪代码吧 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
//使用StringBuilder高效拼接字符串
  var sqlBuilder = new StringBuilder();
  //添加insert 语句的头
  string sqlHeader = 'insert into table1 (`f1`,`f2`) values' ;
  sqlBuilder.Append(sqlHeader);
  using (var conn = new MySqlConnection( 'Connection String...' ))
  {
    conn.Open();
    //此处设置读取的超时，不然在海量数据时很容易超时
    var c = new MySqlCommand( 'set net_write_timeout=9999999; set net_read_timeout=9999999' , conn);
    c.ExecuteNonQuery();
 
    MySqlCommand rcmd = new MySqlCommand();
    rcmd.Connection = conn;
    rcmd.CommandText = @ 'SELECT `f1`,`f2` FROM `table1`' ;
    //设置命令的执行超时
    rcmd.CommandTimeout = 99999999;
    var myData = rcmd.ExecuteReader();
    while (myData.Read())
    {
      var f1 = myData.GetInt32(0);
      var f2 = myData.GetString(1);
      //这里做数据处理....
      sqlBuilder.AppendFormat( '({0},' {1} '),' , f1,AddSlash(f2));
      if (sqlBuilder.Length >= 1024 * 1024) //当然这里的1MB length的字符串并不等于 1MB的Packet。。。我知道：）
      {
        insertCmd.Execute(sqlBuilder.Remove(sqlBuilder.Length-1,1).ToString()) //移除逗号，然后执行
        sqlBuilder.Clear(); //清空
        sqlBuilder.Append(sqlHeader); //在加上insert 头
      }
    }
}

好了，到这里 大概的优化后的高效查询、插入就完成了。  。

结语 。

总结下来，无非2个关键技术点，DataReader、SQL合并，都是一些老的技术啦.

其实，上面的代码只能称得上 高效 ， 但是， 却非常的不优雅。。。甚至难看。。.

那那么问题来了？  如何进行重构呢？ 通过重构抽象出一个可用的类，而不必关心字符串拼接这些乱七八糟的东西，支持多线程合并写入，最大限度提高写入IO，  我们在下一篇文章中再来谈谈.

最后此篇关于C#如何在海量数据下的高效读取写入MySQL的文章就讲到这里了,如果你想了解更多关于C#如何在海量数据下的高效读取写入MySQL的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

25 4 0
文章推荐： PostgreSQL 修改表字段常用命令操作
文章推荐： mysql缓冲和缓存设置详解
文章推荐： oracle 存储过程返回 结果集 table形式的案例
文章推荐： MySQL存储引擎中MyISAM和InnoDB区别详解
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com