这篇文章给大家介绍如何进行ＭySQL批量insert效率对比，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
ＭySQL批量insert效率对比
事例如下:
[root@BDMYSQL-200-104 dumpdir]# more phone_area_new.sql
INSERT INTO `phone_area_new` VALUES ('1302357', '江苏省', '江苏-南通', '南通');
INSERT INTO `phone_area_new` VALUES ('1302358', '江苏省', '江苏-南通', '南通');
INSERT INTO `phone_area_new` VALUES ('1302359', '江苏省', '江苏-南通', '南通');
INSERT INTO `phone_area_new` VALUES ('1302360', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1302361', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1302362', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1302363', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1302364', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1302365', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1302366', '浙江省', '浙江杭州', '杭州');
INSERT INTO `phone_area_new` VALUES ('1301743', '贵州省', '贵州-贵阳', '贵阳');
INSERT INTO `phone_area_new` VALUES ('1301744', '贵州省', '贵州-安顺', '安顺');
INSERT INTO `phone_area_new` VALUES ('1301745', '贵州省', '贵州-贵阳', '贵阳');
INSERT INTO `phone_area_new` VALUES ('1301746', '贵州省', '贵州-贵阳', '贵阳');
INSERT INTO `phone_area_new` VALUES ('1301747', '贵州省', '贵州-贵阳', '贵阳');
INSERT INTO `phone_area_new` VALUES ('1301748', '贵州省', '贵州-贵阳', '贵阳');
INSERT INTO `phone_area_new` VALUES ('1301749', '贵州省', '贵州-遵义', '遵义');
INSERT INTO `phone_area_new` VALUES ('1301750', '河南省', '河南-焦作', '焦作');
–More–(0%)
行数大概有271255行:
[root@BDMYSQL-200-104 dumpdir]# wc -l phone_area_new.sql
271255 phone_area_new.sql
如果不合并insert大概需要３个小时左右才导入完,这样很悲剧，现在我们针对合并数量进行对比
1. 全并1000条数据 首先进行文本处理
[root@BDMYSQL-200-104 dumpdir]# sed ':a;N;s/;\r\?\n[^(]*/,/;0~1000!ba' phone_area_new.sql >mm.sql
清除表中数据
system@localhost 21:01: [netdata]> truncate table phone_area_new;
Query OK, 0 rows affected (0.20 sec)
测试导入数据
[root@BDMYSQL-200-104 dumpdir]# time mysql netdata<mm.sql
real 0m19.028s
user 0m0.155s
sys 0m0.008s
速度惊人,尽然只需要19S 2. 全并5000条数据 操作之前需要清理数据
system@localhost 21:01: [netdata]> truncate table phone_area_new;
Query OK, 0 rows affected (0.20 sec)
合并数据
[root@BDMYSQL-200-104 dumpdir]# sed ':a;N;s/;\r\?\n[^(]*/,/;0~5000!ba' phone_area_new.sql >mm.sql
测试导入数据
[root@BDMYSQL-200-104 dumpdir]# time mysql netdata<mm.sql
real 0m8.634s
user 0m0.151s
sys 0m0.008s
竟然只要8S，还能不能更快 2. 全并7000条数据 操作之前需要清理数据
system@localhost 22:16: [netdata]> truncate table phone_area_new;
Query OK, 0 rows affected (0.24 sec)
合并数据
[root@BDMYSQL-200-104 dumpdir]# sed ':a;N;s/;\r\?\n[^(]*/,/;0~7000!ba' phone_area_new.sql >mm.sql
注释这里做合并花了十几秒 导入数据
[root@BDMYSQL-200-104 dumpdir]# time mysql netdata<mm.sql
real 0m7.290s
user 0m0.146s
sys 0m0.011s
7S，还能不能更快 2. 全并8000条数据 操作之前需要清理数据
system@localhost 22:20: [netdata]> truncate table phone_area_new;
Query OK, 0 rows affected (0.20 sec)
合并数据
[root@BDMYSQL-200-104 dumpdir]# sed ':a;N;s/;\r\?\n[^(]*/,/;0~8000!ba' phone_area_new.sql >mm.sql
导入数据
[root@BDMYSQL-200-104 dumpdir]# time mysql netdata<mm.sql
real 0m7.477s
user 0m0.144s
sys 0m0.012s
批量提交数跟硬件IO性能有很大关系，硬件ＩＯ越好批量提交数可以设置高点
关于如何进行ＭySQL批量insert效率对比就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
