.NET批量大数据插入性能分析及比较(3.使用事务)

#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)