在C#中完成海量資料的批量插入和更新
對於海量資料的插入和更新,ADO.NET確實不如JDBC做到好,JDBC有統一的模型來進行批操作.使用起來
非常方便:
PreparedStatement ps = conn.prepareStatement("insert or update arg1,args2....");
然後你就可以
for(int i=0;i<1000000000000000;i++){
ps.setXXX(realArg);
.....
ps.addBatch();
if(i%500==0){ //假設五百條提交一次
ps.executeBatch();
//clear Parame Batch
}
}
ps.executeBatch();
這樣的操作不僅帶來極度大的效能,而且非常方便.按說,ADO.NET中,要實現這樣的功能,應該直接在Command介面中
或DataAdapter介面中提供Addbat和CommitBat的API,但ADO.NET的卻並沒有這樣簡單地實現,而是要求開發者通過
複雜的變通方法.
對於大量的插入操作,可以利用一個空的DataTable加入要插入的行,達到一定數量提交後清空該表就行了,
實現起來並不算複雜:
string connectionString = ......;
using(SqlConnection conn =new SqlConnection(connectionString)){
conn.Open();
SqlDataAdapter sd =new SqlDataAdapter();
sd.SelectCommand =new SqlCommand("select devid,data_time,data_value from CurrentTest", conn);
sd.InsertCommand
+" values (@devid,@data_time,@data_value);", conn);
sd.InsertCommand.Parameters.Add("@devid", SqlDbType.Char, 18, "devid");
sd.InsertCommand.Parameters.Add("@data_time", SqlDbType.Char, 19, "data_time");
sd.InsertCommand.UpdatedRowSource = UpdateRowSource.None;
sd.UpdateBatchSize =0;
DataSet dataset =new DataSet();
sd.Fill(dataset);
Random r =new Random(1000);
for (int i =0; i <100000; i++) {
object[] row ={"DEVID"+i,DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss"),r.Next(1,1000) };
dataset.Tables[0].Rows.Add(row);
if (i %300==0) {
sd.Update(dataset.Tables[0]);
dataset.Tables[0].Clear();
}
}
sd.Update(dataset.Tables[0]);
dataset.Tables[0].Clear();
sd.Dispose();
dataset.Dispose();
conn.Close();
}
TimeSpan ts = DateTime.Now - begin;
MessageBox.Show("ts = "+ ts.TotalMilliseconds);
對於這個測試我插入10萬條資料用時28秒.效能還算可圈可點.但是對於批量更新,搜遍全球的例子,都是把記錄Fill到DataSet中然後牧舉rows
來更新,就我這個小資料量的測試而言,把10萬條資料Fill到DataSet中已經不能工作,如果是百萬,千萬如何操作?難道一定先把要批操作的記錄
先獲取到DataSet中?也就是我要更新哪些記錄就要選查詢這些記錄?
於是我仍然利用一個空的DataTable來加入要更新的記錄:
sd.SelectCommand = new SqlCommand("select devid,data_time,data_value from CurrentTest where 1=0", conn);
//1=0的條件保證取一個空表.
sd.UpdateCommand = new SqlCommand("update CurrentTest set data_time = @data_time,data_value = @data_value where devid = @devid", conn);
sd.UpdateCommand.Parameters.Add("@data_time", SqlDbType.Char, 19, "data_time");
sd.UpdateCommand.Parameters.Add("@data_value", SqlDbType.Int, 4, "data_value");
sd.UpdateCommand.Parameters.Add("@devid", SqlDbType.Char, 20, "devid");
sd.UpdateCommand.UpdatedRowSource = UpdateRowSource.None;
sd.UpdateBatchSize = 0;
for(int i=0;i<300;i++){
..............................
dataset.Tables[0].Rows.Add(row);
}
sd.Update(dataset.Tables[0]);
先更新300條試試,如果成功再迴圈更新所有記錄,但提示插入操作需要InsertCommand,因為一個空表然後Add Row操作.這時RowState是Added,如果這時Update到資料庫,執行的就是插入操作而無法更新.
改成:
for(int i=0;i<300;i++){
..............................
row = {填入初始化的值};
dataset.Tables[0].Rows.Add(row);
}
dataset.AcceptChanges();
for(int i=0;i<300;i++){
..............................
dataset.Tables[0].Rows[i][x] = "xxxxxxx";
..............................
}
sd.Update(dataset.Tables[0]);
先在DataTable中插入資料,然後用AcceptChanges(),修改RowState為UnChanged,再修改表中資料希望改變UnChanged狀態,即將DataTable從Current狀態改為Original,然後再對DataTable的Row進行更新,就能使
Update成功.但這樣做確實不方便.
調整思路,先從資料庫中取200條(批更新的Size大小),直接得到一個Original的DataTable.
sd.SelectCommand = new SqlCommand("select top 200 devid,data_time,data_value from CurrentTest", conn);
DataSet dataset = new DataSet();
sd.Fill(dataset);
用這200個空間來放要更新的其它資料看看:
for (int i = 0; i < 100; i++)
{
dataset.Tables[0].Rows[i].BeginEdit();
dataset.Tables[0].Rows[i]["data_time"] = "2222-22-22 22:22:22";
dataset.Tables[0].Rows[i]["data_value"] = 100;
dataset.Tables[0].Rows[i]["devid"] = "DEVID"+(i+10000);//更新DEVID10000到DEVID10200的記錄
dataset.Tables[0].Rows[i].EndEdit();
}
sd.Update(dataset.Tables[0]);
OK,成功,哈哈.把要更新的資料不斷往這個空間填,填滿就提交,這樣更新100000條資料只要幾個迴圈就行了.
string connectionString ="";
using(SqlConnection conn =new SqlConnection(connectionString)){
conn.Open();
SqlDataAdapter sd =new SqlDataAdapter();
sd.SelectCommand =new SqlCommand("select top 200 devid,data_time,data_value from CurrentTest", conn);
DataSet dataset =new DataSet();
sd.Fill(dataset);
Random r =new Random(1000);
sd.UpdateCommand =new SqlCommand("update CurrentTest "
+" set data_time = @data_time,data_value = @data_value where devid = @devid", conn);
sd.UpdateCommand.Parameters.Add("@data_time", SqlDbType.Char, 19, "data_time");
sd.UpdateCommand.Parameters.Add("@data_value", SqlDbType.Int, 4, "data_value");
sd.UpdateCommand.Parameters.Add("@devid", SqlDbType.Char, 20, "devid");
sd.UpdateCommand.UpdatedRowSource = UpdateRowSource.None;
sd.UpdateBatchSize =0;
for (int count =0; count <100000;)
{
for (int i =0; i <200; i++,count++)
{
dataset.Tables[0].Rows[i].BeginEdit();
dataset.Tables[0].Rows[i]["data_time"] ="2222-22-22 22:22:22";
dataset.Tables[0].Rows[i]["data_value"] =100;
dataset.Tables[0].Rows[i]["devid"] ="DEVID"+count;
dataset.Tables[0].Rows[i].EndEdit();
}
sd.Update(dataset.Tables[0]);
}
dataset.Tables[0].Clear();
sd.Dispose();
dataset.Dispose();
conn.Close();
}
TimeSpan ts = DateTime.Now - begin;
MessageBox.Show("ts = "+ ts.TotalMilliseconds);
注意上面的更新操作是指在一個十萬,百萬,千萬條記錄中我要不斷更新其中的記錄,這些要更新的記錄並不是從頭
到尾這樣的順序,只是不斷地根據條件更新任何記錄,我不可能把成百上千萬記錄先Fill到ds中然後在ds中Select到
這條記錄然後更新,所以每200次更新操作填入一次DataTable中提交,就實現了JDBC的addBat和executeBat操作.
這個操作更新10萬條用了32秒,還算勉強吧.
KAO,沒有更優雅的方法了.只好將就這樣用了.