MySQL 批量插入的原理和实战方法(快速提升大数据导入效率)

 更新时间:2025年11月20日 10:30:57   作者:q***1464  
在日常开发中,我们经常需要将大量数据批量插入到 MySQL 数据库中,本文将介绍批量插入的原理、实现方法,并结合 Python 和 PyMySQL 库提供详细的实战示例,感兴趣的朋友跟随小编一起看看吧

在日常开发中,我们经常需要将大量数据批量插入到 MySQL 数据库中。然而,逐行插入(单条执行 INSERT INTO)的方式效率较低,尤其在处理大规模数据时,会导致性能瓶颈。为了解决这个问题,我们可以使用批量插入技术,显著提升数据插入效率。本文将介绍批量插入的原理、实现方法,并结合 Python 和 PyMySQL 库提供详细的实战示例。

一、批量插入的优势

批量插入数据有以下几个优点:

  1. 减少网络交互:批量插入一次性传输多条记录,减少客户端与数据库之间的网络通信次数。
  2. 提高事务效率:批量插入可以减少事务的提交次数,从而降低事务管理的开销。
  3. 提高插入性能:批量插入可以有效地降低数据库的锁定资源时间,使插入操作更高效。

二、MySQL 表的创建示例

我们以学生信息表为例,假设有如下的表结构:

CREATE TABLE students (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(100),
    age INT,
    gender ENUM('M', 'F'),
    grade VARCHAR(10)
);

students 用于存储学生的基本信息,包括 id(主键),name(姓名),age(年龄),gender(性别),以及 grade(成绩)。

三、Python 实现批量插入

接下来,我们使用 Python 的 PyMySQL 库来连接 MySQL,并实现批量插入数据。

1. 安装 PyMySQL 和 Faker 库

首先,确保已经安装了 PyMySQLFaker 库。如果尚未安装,可以使用以下命令进行安装:

pip install pymysql faker

2. 生成 1 万条随机的学生数据

使用 Faker 库生成随机的学生信息数据,包括姓名、年龄、性别和成绩。以下是生成数据的代码:

import random
from faker import Faker
# 初始化 Faker
fake = Faker()
# 随机生成学生数据
def generate_random_students(num_records=10000):
    students_data = []
    for _ in range(num_records):
        name = fake.name()
        age = random.randint(18, 25)  # 随机年龄在 18 到 25 岁之间
        gender = random.choice(['M', 'F'])  # 随机选择性别
        grade = random.choice(['A', 'B', 'C', 'D', 'F'])  # 随机选择成绩
        students_data.append((name, age, gender, grade))
    return students_data
# 生成 1 万条学生数据
students_data = generate_random_students(10000)
# 输出前 5 条数据查看
for student in students_data[:5]:
    print(student)

3. 批量插入数据到 MySQL

批量插入的核心思路是将数据分成若干批次,使用 executemany 方法执行批量插入操作。下面是批量插入的完整代码:

import pymysql
from tqdm import tqdm
# 创建数据库连接
connection = pymysql.connect(
    host='localhost',
    user='your_username',
    password='your_password',
    database='your_database',
    charset='utf8mb4',
    cursorclass=pymysql.cursors.DictCursor
)
# 批量插入的批次大小
BATCH_SIZE = 1000
try:
    with connection.cursor() as cursor:
        batch = []
        for student in tqdm(students_data, total=len(students_data)):
            batch.append(student)
            # 当批次达到 BATCH_SIZE 时执行批量插入
            if len(batch) >= BATCH_SIZE:
                sql = """
                INSERT INTO students (name, age, gender, grade)
                VALUES (%s, %s, %s, %s)
                """
                cursor.executemany(sql, batch)
                batch = []  # 清空批次
        # 插入剩余的未满批次的数据
        if batch:
            sql = """
            INSERT INTO students (name, age, gender, grade)
            VALUES (%s, %s, %s, %s)
            """
            cursor.executemany(sql, batch)
        # 提交事务
        connection.commit()
except Exception as e:
    print(f"插入数据时出现错误: {e}")
    connection.rollback()
finally:
    # 关闭数据库连接
    connection.close()

4. 代码详解

  1. 生成随机数据:使用 generate_random_students 函数生成 1 万条随机学生数据,并存储在 students_data 列表中。
  2. 数据库连接:使用 PyMySQL 连接到 MySQL 数据库,并禁用自动提交模式,以便手动管理事务。
  3. 批量插入
    • 将数据分成大小为 BATCH_SIZE 的批次进行插入操作。
    • 使用 cursor.executemany 方法批量插入每个批次的数据,这样可以减少 SQL 执行次数,提高效率。
  4. 处理剩余数据:如果数据量不足一个批次,最后将剩余数据插入。
  5. 事务管理:在插入成功后调用 connection.commit() 提交事务,如果发生错误则进行回滚。
  6. 关闭连接:无论操作是否成功,都需要关闭数据库连接。

四、性能优化建议

  1. 调整批次大小:可以根据具体的硬件和数据量情况,适当调整批次大小(BATCH_SIZE),通常 500 到 1000 条为一个批次较为合适。
  2. 禁用自动提交:将自动提交模式禁用(connection.autocommit(False)),可以提高插入效率。
  3. 删除或禁用索引:在大量数据插入时,可以暂时禁用或删除表上的索引,插入完成后再重新建立索引。
  4. 批量插入语句优化:可以将 INSERT INTO 语句改为 INSERT IGNOREINSERT ON DUPLICATE KEY UPDATE 来处理主键冲突的情况。
  5. unique: 尽量少用unique。当表的数据量很大时,每插入一个数据都会判断该值是否唯一,会导致数据插入数据越来越慢。

五、总结

批量插入是提高 MySQL 数据插入性能的重要手段。通过使用批量插入技术,可以显著减少 SQL 执行次数,提高数据导入的效率。本文通过一个学生信息表的实战示例,详细介绍了批量插入的实现方法,并提供了性能优化的建议。希望这篇文章对您在处理大规模数据时有所帮助。

如果有更复杂的数据处理需求,您还可以考虑使用 MySQL 的 LOAD DATA 语句或专门的 ETL 工具来进行数据导入操作。

到此这篇关于MySQL 批量插入的原理和实战方法(快速提升大数据导入效率)的文章就介绍到这了,更多相关mysql批量插入内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 详解mysql8.0创建用户授予权限报错解决方法

    详解mysql8.0创建用户授予权限报错解决方法

    这篇文章主要介绍了详解mysql8.0创建用户授予权限报错解决方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-09-09
  • MySQL数据库开发的36条原则(小结)

    MySQL数据库开发的36条原则(小结)

    这篇文章主要介绍了MySQL数据库开发的36条原则(小结),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-09-09
  • MySQL数据库学习之分组函数详解

    MySQL数据库学习之分组函数详解

    这篇文章主要为大家详细介绍一下MySQL数据库中分组函数的使用,文中的示例代码讲解详细,对我们学习MySQL有一定帮助,需要的可以参考一下
    2022-07-07
  • 一文详解MySQL数据库索引优化的过程

    一文详解MySQL数据库索引优化的过程

    在MySQL数据库中,索引是一种关键的组件,它可以大大提高查询的效率,但是,当数据量增大或者查询复杂度增加时,索引的选择和优化变得至关重要,本文将记录MySQL数据库索引优化的过程,以帮助开发人员更好地理解和应用索引优化技巧
    2023-06-06
  • mysql中Innodb 行锁实现原理

    mysql中Innodb 行锁实现原理

    InnoDB的行锁是通过索引项加锁实现的,分为使用索引和非索引字段检索的情况,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-10-10
  • MySQL数据库查询性能优化策略

    MySQL数据库查询性能优化策略

    这篇文章主要介绍了MySQL数据库查询性能优化的策略,帮助大家的工作学习提高MySQL数据库的性能,感兴趣的朋友可以了解下
    2020-08-08
  • 一文带你了解MySQL之InnoDB统计数据是如何收集的

    一文带你了解MySQL之InnoDB统计数据是如何收集的

    通过show index可以看到关于索引的统计数据,那么这些统计数据是怎么来的呢,它们是以什么方式收集的呢,本章将聚焦于InnoDB存储引擎的统计数据收集策略,需要的朋友可以参考下
    2023-05-05
  • Mysql数据库设计三范式实例解析

    Mysql数据库设计三范式实例解析

    这篇文章主要介绍了Mysql数据库设计三范式实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-04-04
  • MySQL中使用CTE获取时间段数据的技巧分享

    MySQL中使用CTE获取时间段数据的技巧分享

    在数据库操作中,获取特定时间段的数据是一项常见任务,MySQL自从8.0版本开始支持CTE(公共表表达式),使得我们可以更加灵活和高效地处理时间段数据,本文小编介绍了MySQL中使用CTE获取时间段数据的技巧分享,需要的朋友可以参考下
    2024-08-08
  • 浅谈Mysql主键索引与非主键索引区别

    浅谈Mysql主键索引与非主键索引区别

    本文主要介绍了ysql主键索引与非主键索引区别,文中介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-09-09

最新评论