MySQL LOAD DATA INFILE—批量從檔案(csv、txt)匯入資料
最近做的專案,有個需求(從Elastic Search取資料,業務運算後),每次要向MySQL插入1300萬資料左右。最初用MySQL的executemany()一次插入10000條資料,統計的時間如下:
如上,插入時間,由於系統的IO變化,會有波動,最快在4秒左右。
後改為"load data infile"大概,10萬條資料平均1秒~1.5秒,實際的程式碼示例如下:
query = "LOAD DATA INFILE '/var/lib/mysql-files/es.csv' INTO TABLE g_visit_relation_asset_temp FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n' IGNORE 1 LINES \(srcip, srcport, dstip, dstport, l7p, @dummy, cnt, @dummy, cnt_date)"
mysqlcur.execute(query)
mysqlconn.commit()
說明:
(1)MySQL需要開啟對"load data inflie"的許可權支援
mysqlcur.execute("SETGLOBALlocal_infile=1") (2)需要對mysql檔案目錄(筆者: “/var/lib/my-files/”)有管理員的許可權(檢視mysql路徑,用“locate mysql”) 如果沒有的話,可以指定本地路徑,需要加上關鍵字"local"即:LOAD DATA LOCAL
(3)Concurrency 支援
如果預設是LOW_PRIORITY
,則LOAD DATA要等其它客戶端讀完了,才會開始寫入。加上“Concurrency”可以,在讀的同時,同時支援寫入,不過速度會稍微下降一點,筆者測試環境影響不大
(4)IGNORE 1 LINES (跳過第一行)
筆者通過python pandasto_csv()匯出的csv是帶標題的,如下:
不需要標題匯入到資料庫,就調過嘛
(5)@dummy ,通過佔位符,跳過不需要的資料
匯入到表的column順序必須和檔案保持一致,通過@dummy可以調過不需要的column
(6)character set指定字符集
對於漢字,你需要加上character set utf8
(8)分隔符及換行符
以“,“作為分隔符,以“\n"作為換行符: FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n'
其他效能優化相關(Only forMyISAM):
通過設定隔離級別、去除索引檢查、唯一性檢查等提高速度(分session和global級別)提高寫入速度,插入之前,設定如下配置:
mysqlcur.execute("SET SESSION FOREIGN_KEY_CHECKS = 0")
mysqlcur.execute("SET SESSION UNIQUE_CHECKS = 0")
mysqlcur.execute("SET SESSION tx_isolation='READ-UNCOMMITTED'")
mysqlcur.execute("SET SESSION sql_log_bin = 0")
Loda data infile 完了再改回去,如下:
mysqlcur.execute("SET SESSION FOREIGN_KEY_CHECKS = 1")
mysqlcur.execute("SET SESSION UNIQUE_CHECKS = 1")
mysqlcur.execute("SET SESSION tx_isolation='REPEATABLE-READ'")
mysqlcur.execute("SET SESSION sql_log_bin = 1")
“DISABLE KEYS” 然後 “ENABLE KEYS”,筆者實際測試沒什麼用,只是匯入資料更快,總的時間並沒有提升。區別在於:一個是插入一條,建立一個索引;一個是全部匯入完了後,再一次建立所有索引。
引用:
- 如何匯入5億條資料到mysql —https://derwiki.tumblr.com/post/24490758395/loading-half-a-billion-rows-into-mysql(自備梯子)
- MySQL 官方檔案說明 —https://dev.mysql.com/doc/refman/8.0/en/load-data.html
*******************************************************************************************
精力有限,想法太多,專注做好一件事就行
- 我只是一個程式猿。5年內把程式碼寫好,技術部落格字字推敲,堅持零拷貝和原創
- 寫部落格的意義在於打磨文筆,訓練邏輯條理性,加深對知識的系統性理解;如果恰好又對別人有點幫助,那真是一件令人開心的事
*******************************************************************************************