C#如何在海量数据下的高效读取写入MySQL

2024-07-24 12:53:05

字体：大中小

来源：转载

供稿：网友

前提

由于工作的原因，经常需要对海量数据进行处理，做的数据爬虫相关，动辄千万级别的数据，单表几十个G都是都是家常便饭。主要开发语言是C#，数据库使用的是MySQL。

最常见的操作便是 select 读取数据，然后在C#中对数据进行处理，完毕后再插入数据库中。简而言之就 select -> process -> insert三个步骤。对于数据量小的情况下（百万级别 or 几百兆)可能最多1个小时就处理完了。但是对于千万级数据可能几天，甚至更多。那么问题来了，如何优化？？

（数据库的一览，有图有真相）

第一步解决读取的问题

跟数据库打交道的方式有很多，我来列举下吧：

1. 【重武器-坦克大炮】使用重型ORM框架，比如EF,NHibernat 这样的框架。
2. 【轻武器-AK47】使用Dapper,PetaPoco之类，单cs文件。灵活高效，使用简单。居家越货必备（我更喜欢PetaPoco :)）
3. 【冷兵器？匕首？】使用原生的Connection、Command。然后写原生的SQL语句。。

分析：

【重武器】在我们这里肯定直接被PASS，他们应该被用在大型项目中。

【轻武器】Dapper,PetaPoco 看过源码你会发现用到了反射，虽然使用IL和缓存技术，但是还是会影响读取效率，PASS
好吧那就只有使用匕首，原生SQL走起，利用DataReader 进行高效读取，并且使用索引取数据（更快），而不是列名。
大概的代码如下：

using (var conn = new MySqlConnection('Connection String...')){ conn.Open(); //此处设置读取的超时，不然在海量数据时很容易超时 var c = new MySqlCommand('set net_write_timeout=9999999; set net_read_timeout=9999999', conn); c.ExecuteNonQuery(); MySqlCommand rcmd = new MySqlCommand(); rcmd.Connection = conn; rcmd.CommandText = @'SELECT `f1`,`f2` FROM `table1`'; //设置命令的执行超时 rcmd.CommandTimeout = 99999999; var myData = rcmd.ExecuteReader(); while (myData.Read()) { var f1= myData.GetInt32(0); var f2= myData.GetString(1); //这里做数据处理.... }}

哈哈，怎么样，代码非常原始，还是使用索引来取数据，很容易出错。当然一切为了性能咱都忍了

第二步数据处理

其实这一步，根据你的业务需要，代码肯定不一，不过无非是一些字符串处理，类型转换的操作，这时候就是考验你的C#基础功底的时候了。以及如何高效编写正则表达式。。。

具体代码也没法写啊，先看完CLR via C# 在来跟我讨论吧，O(∩_∩)O哈哈哈~ 跳过。。。。

上一篇：mysql缓冲和缓存设置详解

下一篇：MySQL存储引擎中MyISAM和InnoDB区别详解