对于一些数据量很大的系统，数据库面临的问题不仅是查询效率低下，而且数据存储时间长。尤其像报表系统，每天花在数据导入上的时间可能长达几个小时，甚至十几个小时。因此，优化数据库插入性能是有意义的。经过对MySQLInnoDB的一些性能测试，发现了一些可以提高insert效率的方法，供大家参考。1、一条SQL语句插入多条数据，如：INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('0','userid_0','content_0',0);INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('1','userid_1','content_1',1);修改为：INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('0','userid_0','content_0',0),('1','userid_1','content_1',1);修改后的插入操作可以提高程序的插入效率。这里第二种SQL执行效率高的主要原因是合并后的日志量（MySQL的binlog和innodb的事务做日志）减少了，减少了数据量和日志flush的频率，从而提高了效率。通过合并SQL语句，还可以减少SQL语句的解析次数，减少网络传输的IO。这里提供一些测试对比数据，分别是将单条数据导入，转换成SQL语句导入，分别测试100、1000、10000条数据记录。2.在事务中插入处理。修改insert为：STARTTRANSACTION；INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('0','userid_0','content_0',0);INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('1','userid_1','content_1',1);...COMMIT;使用事务可以提高数据插入的效率，因为MySQL在执行INSERT操作时，会在内部创建一个事务，而真正的插入处理操作是在事务内部进行的。使用事务可以减少创建事务的消耗，所有insert都在commit前执行。这里也提供了一个测试对比，分别是记录数为100条、1000条、10000条时不使用事务和使用事务。3.数据按顺序插入。有序插入数据是指插入的记录在主键上有序排列。例如，datetime是记录的主键：INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('1','userid_1','content_1',1);INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('0','userid_0','content_0',0);INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('2','userid_2','content_2',2);修改为：INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('0','userid_0','content_0',0);INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('1','userid_1','content_1',1);INSERTINTO`insert_table`(`datetime`,`uid`,`content`,`type`)VALUES('2','userid_2','content_2',2);由于在插入数据库时??需要维护索引数据，无序记录会增加维护索引的成本。我们可以参考InnoDB使用的B+tree索引。如果每次插入的记录都在索引的第一侧，则索引的定位效率很高，索引调整很小；如果插入的记录在索引的中间，则需要B+。树的分裂和合并会消耗更多的计算资源，插入记录的索引定位效率会下降，数据量大时会出现频繁的磁盘操作。下面提供随机数据和顺序数据的性能对比，分别记为100、1000、10000、100000、100万。从测试结果来看，优化方法的性能有所提升，但提升并不明显。4.性能综合测试提供同时使用以上三种方法优化INSERT效率的测试。从测试结果可以看出，合并数据+事务的方式在数据量小的时候可以明显提升性能，但是当数据量很大（超过1000万条）时，性能就会急剧下降。如果超过了innodb_buffer的容量，每个定位索引都会涉及到更多的磁盘读写操作，性能会迅速下降。但是合并数据+事务+有序数据的方式在数据量超过***的情况下依然表现良好。当数据量很大时，有序数据的索引定位更方便，不需要频繁的对磁盘进行读写操作。因此，可以保持高性能。注意：SQL语句有长度限制。不能超过同一条SQL中数据合并的SQL长度限制。可以通过max_allowed_pa??cket配置修改。默认1M，测试时修改为8M。事务需要控制大小，太大的事务会影响执行效率。MySQL有innodb_log_buffer_size配置项。如果超过这个值，innodb的数据会被刷到磁盘。这时候效率就会下降。因此，最好在数据达到这个值之前提交事务。
