.NET批量大数据插入性能分析及比较(3.使用事务)
2011-05-04 13:09
513 查看
#region 拼接sql语句并使用Transaction public static bool ExecuteTransactionInsert(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) { sql.Append("begin try;begin tran;"); 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"]); } sql.Append("commit tran;end try/nbegin catch/nrollback tran/n end catch"); //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 Transaction Insert;RecordCount:40000;BatchSize:10;Time:24979;
Use SqlServer Batch Transaction Insert;RecordCount:40000;BatchSize:20;Time:7669;
Use SqlServer Batch Transaction Insert;RecordCount:40000;BatchSize:50;Time:5512;
Use SqlServer Batch Transaction Insert;RecordCount:40000;BatchSize:100;Time:5018;
Use SqlServer Batch Transaction Insert;RecordCount:40000;BatchSize:200;Time:4557;
#region 拼接sql语句并使用SqlTransaction public static bool ExecuteSqlTransactionInsert(DataTable dt, int batchSize) { int count = dt.Rows.Count; StringBuilder sql = new StringBuilder(220); bool flag = false; SqlConnection cn = null; SqlCommand cmd = null; SqlTransaction tran = null; try { cn = new SqlConnection(connectionString); cmd = new SqlCommand(); cmd.Connection = cn; cn.Open(); for (int i = 0; i < count; i += batchSize) { tran = cn.BeginTransaction(); cmd.Transaction = tran; 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(); tran.Commit(); sql.Clear(); } flag = true; } catch (Exception ex) { try { tran.Rollback(); } catch (Exception tex) { LogHelper.Error(sql.ToString(), tex); } LogHelper.Error(sql.ToString(), ex); return false; } finally { if (tran != null) tran.Dispose(); 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 SqlTransaction Insert;RecordCount:40000;BatchSize:10;Time:8647;
Use SqlServer Batch SqlTransaction Insert;RecordCount:40000;BatchSize:20;Time:6255;
Use SqlServer Batch SqlTransaction Insert;RecordCount:40000;BatchSize:50;Time:5093;
Use SqlServer Batch SqlTransaction Insert;RecordCount:40000;BatchSize:100;Time:4529;
Use SqlServer Batch SqlTransaction Insert;RecordCount:40000;BatchSize:200;Time:4469;
没有测试更多的条数,但可以看出来使用事务以后插入速度还是明显提高了(忽略拼接sql语句的耗时),为什么?
我们知道,就SQL Server而言,使用mdf文件保存表、索引等内容,ndf文件忽略,ldf文件保存数据库日志,存储了数据文件的变更信息。
在默认情况下,SQL Server每条插入语句都是一个事务,在这个插入操作中,SQL Server会先修改内存中的数据页标志其为已修改,然后是写数据库日志文件,后台会有单独的线程周期性地检查并将修改写入到mdf文件中。
写日志文件的操作总是顺序的,而写数据文件则通常是随机的,每次插入一条数据,硬盘的磁头都会频繁移动,而且写日志的操作和延迟的写线程同时进行时,此问题就更严重了,如果能将数据文件和日志文件存放在不同的磁盘上,性能应该会有更好的提升。
使用事务后,在一个事务中,将多次对日志文件的修改变成一次修改,所以性能反而得到了提升。
但虽然事务可以改善硬盘的吞吐量,但它也会阻塞其他线程,所以需要进行测试已找到合适的平衡点。
另两种事务的使用方式中使用ADO.NET的SqlTransaction类显然更为让开发人员接受,除非你是打算在拼接sql语句中加入一些特殊的操作。
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(3.使用事务)
- .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(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)
- .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(5.使用SqlBulkCopy)
- .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
- 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
- .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(6.使用表值参数)
- MySQL大量数据插入各种方法性能分析与比较
- Java使用Arrays、ArrayList、LinkedList、Vector实现插入查询性能分析
- 使用多维分割来改善分析服务性能
- List、Vector插入性能比较