.NET批量大数据插入性能分析及比较(2.普通插入与拼接sql批量插入)
2011-05-04 11:30
555 查看
首先自然是遍历DataTable逐条数据插入
结果如下:Use SqlServer Insert;RecordCount:40000;BatchSize:1;Time:62329;
可以根据批量大小拼接sql减少服务器的往返次数,我们测试下在批处理10,20,50,100,200下的插入时间
结果如下:
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:10;Time:30010;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:20;Time:21858;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:50;Time:17564;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:100;Time:19869;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:200;Time:17936;
插入时间为前者的28% ~ 48%看来减少服务器的往返次数还是有效果的,批量50条基本是平衡点。
全文链接:
.NET批量大数据插入性能分析及比较(1.准备工作)
.NET批量大数据插入性能分析及比较(2.普通插入与拼接sql批量插入)
.NET批量大数据插入性能分析及比较(3.使用事务)
.NET批量大数据插入性能分析及比较(4.使用DataAdapter批量插入)
.NET批量大数据插入性能分析及比较(5.使用SqlBulkCopy)
.NET批量大数据插入性能分析及比较(6.使用表值参数)
public class DbOperation { private static string connectionString = ConfigurationManager.ConnectionStrings["ConnectToSql"].ConnectionString; private static string asyncconnectionString = ConfigurationManager.ConnectionStrings["ConnectToSqlAsync"].ConnectionString; #region 逐条数据插入 public static bool ExecuteInsert(DataTable dt, int batchSize) { int count = dt.Rows.Count; bool flag = false; try { using (SqlConnection cn = new SqlConnection(connectionString)) { using (SqlCommand cmd = new SqlCommand("Insert into TestTable(Id, Name) Values(@Id, @Name)", cn)) { cn.Open(); for (int i = 0; i < count; i++) { cmd.Parameters.AddWithValue("@Id", dt.Rows[i]["Id"]); cmd.Parameters.AddWithValue("@Name", dt.Rows[i]["Name"]); cmd.ExecuteNonQuery(); cmd.Parameters.Clear(); } flag = true; } } } catch (Exception ex) { LogHelper.Error(ex.Message); return false; } return flag; } #endregion }
结果如下:Use SqlServer Insert;RecordCount:40000;BatchSize:1;Time:62329;
可以根据批量大小拼接sql减少服务器的往返次数,我们测试下在批处理10,20,50,100,200下的插入时间
#region 拼接sql语句插入 public static bool ExecuteBatchInsert(DataTable dt, int batchSize) { int count = dt.Rows.Count; StringBuilder sql = new StringBuilder(220); bool flag = false; SqlConnection cn = null; SqlCommand cmd = null; try { cn = new SqlConnection(connectionString); cmd = new SqlCommand(); cmd.Connection = cn; cn.Open(); for (int i = 0; i < count; i += batchSize) { for (int j = i; j < i + batchSize && j < count; j++) { sql.AppendFormat("Insert into TestTable(Id, Name) Values({0}, '{1}');", dt.Rows[j]["Id"], dt.Rows[j]["Name"]); } //LogHelper.Info(sql.ToString()); cmd.CommandText = sql.ToString(); cmd.ExecuteNonQuery(); sql.Clear(); } flag = true; } catch (Exception ex) { LogHelper.Error(sql.ToString(), ex); return false; } finally { if (cn != null) { if (cn.State == ConnectionState.Open) { cn.Close(); } cn.Dispose(); } if (cmd != null) cmd.Dispose(); } return flag; } #endregion
结果如下:
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:10;Time:30010;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:20;Time:21858;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:50;Time:17564;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:100;Time:19869;
Use SqlServer Batch Insert;RecordCount:40000;BatchSize:200;Time:17936;
插入时间为前者的28% ~ 48%看来减少服务器的往返次数还是有效果的,批量50条基本是平衡点。
全文链接:
.NET批量大数据插入性能分析及比较(1.准备工作)
.NET批量大数据插入性能分析及比较(2.普通插入与拼接sql批量插入)
.NET批量大数据插入性能分析及比较(3.使用事务)
.NET批量大数据插入性能分析及比较(4.使用DataAdapter批量插入)
.NET批量大数据插入性能分析及比较(5.使用SqlBulkCopy)
.NET批量大数据插入性能分析及比较(6.使用表值参数)
相关文章推荐
- .NET批量大数据插入性能分析及比较(2.普通插入与拼接sql批量插入)
- .NET批量大数据插入性能分析及比较
- .NET批量大数据插入性能分析及比较(3.使用事务)
- .NET批量大数据插入性能分析及比较(1.准备工作)
- .NET批量大数据插入性能分析及比较(4.使用DataAdapter批量插入)
- .NET批量大数据插入性能分析及比较
- .NET批量大数据插入性能分析及比较(5.使用SqlBulkCopy)
- .NET批量大数据插入性能分析及比较(5.使用SqlBulkCopy)
- .NET批量大数据插入性能分析及比较(3.使用事务)
- NET批量大数据插入性能分析及比较
- .NET批量大数据插入性能分析及比较(5.使用SqlBulkCopy)
- .NET批量大数据插入性能分析及比较(4.使用DataAdapter批量插入)
- .NET批量大数据插入性能分析及比较(6.使用表值参数)
- .NET批量大数据插入性能分析及比较(1.准备工作)
- .NET批量大数据插入性能分析及比较(6.使用表值参数)
- Java 字符串拼接 五种方法的性能比较分析 从执行100次到90万次
- .NET批量大数据插入性能分析及比较(6.使用表值参数)
- 通过append hint来插入数据,演示它和普通插入数据的性能比较。
- Java 字符串拼接 五种方法的性能比较分析
- 常用String字符串拼接的性能比较与分析