百萬級數據遷移方案測評小記

時間 2020-07-03

標籤百萬數據遷移方案測評简体版

原文原文鏈接

前言

最近公司在使用 ABP 重構以前的老項目，數據庫也由 SQL SERVER 切換到了 MySql。吐槽一下，以前的產品使用的是 Windows Server 2008 , SqlServer 2008R2, .Net Framework 4.5，如今開始擁抱 .net core。回到正題。目前單表有 10w+，100w+ 數據不等，等會都測試一下。數據庫切換，以及數據庫表結構變化，不能夠避免的須要進行數據遷移。而遷移方案也並非不少，下面是我嘗試使用的兩種方案進行測試。mysql

多線程批量寫入

private static async Task BatchInsertTestUsers(List<TestUser> testUsers)
        {
            var prefix =
                "INSERT INTO users (Id,Name,Age) VALUES";
            using (IDbConnection conn = new MySqlConnection(DataMigrationConfig.MySqlConstr))
            {
                var sqlText = new StringBuilder();
                sqlText.Append(prefix);

                foreach (var testUser in testUsers)
                {
                    sqlText.AppendFormat(
                        $"({testUser.Id},'{testUser.Name}', {testUser.Age}),");
                }

                var insertSql = sqlText.ToString().Substring(0, sqlText.ToString().LastIndexOf(','));
                await conn.ExecuteAsync(insertSql);
            }
        }

BatchInsertTestUsers 將傳入的集合，拼接成 SQL 並執行。

public static Task RunMultiTasks(List<TestUser> users)
        {
            var tasks = new List<Task>();
            var pageSize = 10000;
            var writeCount = (users.Count() / pageSize) + 2;

            for (var i = 1; i < writeCount; i++)
            {
                var skipCount = (i - 1) * pageSize;
                var batchInsertList = users.Skip(skipCount).Take(pageSize).ToList();

                var task = Task.Run(() => { BatchInsertTestUsers(batchInsertList); });
                tasks.Add(task);
            }

            var sw = new Stopwatch();
            sw.Start();
            Task.WaitAll(tasks.ToArray());
            sw.Stop();
            Console.WriteLine($"多線程批量插入用時：{sw.ElapsedMilliseconds} ms");

            return Task.FromResult(0);
        }

RunMultiTasks 將數據分批，一次性插入 1w 條。

MySqlBulkLoader 方案

瞭解到 MySqlBulkLoader 是由於 SqlServer 的 Sqlbulkcopy。MySqlBulkLoader 並不支持集合的導入，須要先將數據導出爲 .csv 格式，而後讀取 .csv 數據導入。git

public static async Task Export(string filePath, List<TestUser> items)
        {
            IExporter exporter = new CsvExporter();
            await exporter.Export(filePath, items);
        }

這裏數據導出使用國人開源的 dotnetcore/Magicodes.IE 我這個導出代碼，應該就懂了吧！操做簡潔！！！

public static void Load(string filePath, string tableName)
        {
            using MySqlConnection conn = new MySqlConnection(DataMigrationConfig.MySqlConstr);
            var bulk = new MySqlBulkLoader(conn)
            {
                FieldTerminator = ",",
                FieldQuotationCharacter = '"',
                EscapeCharacter = '"',
                LineTerminator = "\r\n",
                FileName = filePath,
                Local = true,
                NumberOfLinesToSkip = 1,
                TableName = tableName,
                CharacterSet = "utf8mb4",
            };

            bulk.Load();
        }

這裏由於數據庫並不在本身本機上，因此設置了 Local = true 讀取本地文件，進行導入。

測試說明

這個測試是在我本地測試的，數據庫是跑在內網部署的一臺機器上的 Docker 容器內，用的是機械硬盤。若是您的使用的是 SSD 硬盤，效果會更佳。
這裏測試主要是插入簡單的用戶數據，定義以下：

public class TestUser
    {
        public int Id { get; set; }
        public string Name { get; set; }
        public int Age { get; set; }
    }

分別測試1w，10w,100w條數據插入的性能，以及開啓索引以及關閉索引的影響
測試執行代碼以下：

class Program
    {
        static async Task Main(string[] args)
        {
            var testData = DataGen.Run(100 * 10000);
            await RunMultiTasks(testData);
            await RunMySqlLoaderTask(testData);
        }

        public static async Task RunMultiTasks(List<TestUser> users)
        {
            await DataMigrateTask.RunMultiTasks(users);
        }

        public static async Task RunMySqlLoaderTask(List<TestUser> users)
        {
            var fileName = "users";
            var filePath = Directory.GetCurrentDirectory() + "\\" + fileName + ".csv";
            await DataMigrateTask.Export(filePath, users);
            var sw = new Stopwatch();
            sw.Start();
            DataMigrateTask.Load(filePath, "users");
            sw.Stop();
            Console.WriteLine($"MySqlBulkLoader 用時：{sw.ElapsedMilliseconds} ms");
        }
    }

測試結果

說了那麼多，這裏纔是最重點。github

方案	1w	10w	100w
RunMultiTasks	367ms	3548ms	91263ms
RunMySqlLoaderTask	2031ms	1597ms	13105ms
RunMultiTasks（關閉索引）	233ms	3230ms	67040ms
RunMySqlLoaderTask （關閉索引）	1785ms	1367ms	12456ms