MySQL批量SQL插入性能优化

1.一条SQL语句插入多条数据----适用于少量数据

通常：

INSERTINTO `insert_table` (`datetime`, `uid`, `content`, `type`)
    VALUES ('0', 'userid_0', 'content_0', 0);
INSERTINTO `insert_table` (`datetime`, `uid`, `content`, `type`)
VALUES ('1', 'userid_1', 'content_1', 1);

优化：

INSERTINTO `insert_table` (`datetime`, `uid`, `content`, `type`)
VALUES ('0', 'userid_0', 'content_0', 0), ('1','userid_1', 'content_1', 1);

提升原因：这里第二种SQL执行效率高的主要原因是合并后日志量（MySQL的binlog和innodb的事务让日志）减少了，降低日志刷盘的数据量和频率，从而提高效率。通过合并SQL语句，同时也能减少SQL语句解析的次数，减少网络传输的IO。

2.  在事务中进行插入处理

START TRANSACTION;
INSERT INTO `insert_table` (`datetime`,`uid`, `content`, `type`)
   VALUES ('0', 'userid_0', 'content_0', 0);
INSERT INTO `insert_table` (`datetime`,`uid`, `content`, `type`)
   VALUES ('1', 'userid_1', 'content_1', 1);
...
COMMIT;

提升原因：这是因为进行一个INSERT操作时，MySQL内部会建立一个事务，在事务内才进行真正插入处理操作。通过使用事务可以减少创建事务的消耗，所有插入都在执行后才进行提交操作。

3.将数据有序插入，主键有序

提升原因：由于数据库插入时，需要维护索引数据，无序的记录会增大维护索引的成本。我们可以参照innodb使用的B+Tree 索引，如果每次插入记录都在索引的最后面，索引的定位效率很高，并且对索引调整较小；如果插入的记录在索引中间，需要B+tree进行分裂合并等处理，会消耗比较多计算资源，并且插入记录的索引定位效率会下降，数据量较大时会有频繁的磁盘操作。

综合分析：

合并数据+事务的方法在较小数据量时，性能提高是很明显的，数据量较大时（1千万以上），性能会急剧下降，这是由于此时数据量超过了innodb_buffer的容量，每次定位索引涉及较多的磁盘读写操作，性能下降较快。而使用合并数据+事务+有序数据的方式在数据量达到千万级以上表现依旧是良好，在数据量较大时，有序数据索引定位较为方便，不需要频繁对磁盘进行读写操作，所以可以维持较高的性能。

注意：

• SQL语句是有长度限制， max_allowed_packet配置可以修改，默认是1M
• 事务需要控制大小，事务太大可能会影响执行的效率。MySQL有innodb_log_buffer_size配置项，超过这个值会把innodb的数据刷到磁盘中，这时，效率会有所下降。所以比较好的做法是，在数据达到这个这个值前进行事务提交。

 

 

对大量数据的更新100万

在jdbc中 开启allowmultiqueries true选项：允许把多条用；分割的语句当成一条statement来执行，默认命令行是true，但是mysql连接的时候默认是false

 

3）使用procedure

 

不能一下把一百万条一起提交，一起提交上万条很容易出错，而且出错损失会比较大，（因该是语句执行时间过长导致的吧）

补充： 

事务、存储过程、function区别

事务：是多条SQL可以同时执行、回滚

存储过程：是一组完成特定功能的sql语句集，经编译后存储在数据库中，用户通过制定名字和参数完成功能，存储过程可以接收和输出参数、返回执行存储过程的状态值

函数：功能同存储过程，只是函数需要返回确定的一个值