PHP如何快速的往MySQL插入100万条数据
假如说我有这样一个表,我想往这个表里面插入大量数据
假如说我有这样一个表,我想往这个表里面插入大量数据
CREATE TABLE IF NOT EXISTS `user_info` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增主键', `name` varchar(255) NOT NULL default '' COMMENT '姓名', `age` int(11) NOT NULL default '0' COMMENT '年龄', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='用户信息表';
在往mysql插入少量数据的时候,我们一般用for循环
$arr = [ [ 'name' => 'testname1', 'age' => 18, ], [ 'name' => 'testname2', 'age' => 19, ], [ 'name' => 'testname3', 'age' => 18, ], ]; $servername = "localhost"; $port = 3306; $username = "username"; $password = "password"; $dbname = "mytestdb"; // 创建连接 $conn = new mysqli($servername, $username, $password, $dbname, $port); // 检测连接 if ($conn->connect_error) { die("connect failed: " . $conn->connect_error); } $costBegin = microtime(true); foreach($arr as $item) { $sql = sprintf("INSERT INTO user_info (name, age) VALUES ( '%s', %d);", $item['name'], (int)$item['age']); if ($conn->query($sql) === TRUE) { echo "insert success"; } else { echo "Error: " . $sql . "<br>" . $conn->error; } } $costEnd = microtime(true); $cost = round($costEnd - $costBegin, 3); var_dump($cost); $conn->close();
假如说要批量插入大量数据,如果还用for循环的办法插入是没有问题的,只是时间会比较长。
对比一下插入少量数据与插入大量数据,使用上面的for循环插入耗费的时间:
条数 | 时间(单位:秒) |
---|---|
10 | 0.011 |
1000 | 0.585 |
10000 | 5.733 |
100000 | 60.587 |
mysql里面是可以使用insert语句进行合并插入的,比如
INSERT INTO user_info (name, age) VALUES ('name1', 18), ('name2', 19);表示一次插入两条数据
$arr = [ [ 'name' => 'testname1', 'age' => 18, ], [ 'name' => 'testname2', 'age' => 19, ], [ 'name' => 'testname3', 'age' => 18, ], // 此处省略 …… …… ]; $servername = "localhost"; $port = 3306; $username = "username"; $password = "password"; $dbname = "mytestdb"; // 创建连接 $conn = new mysqli($servername, $username, $password, $dbname, $port); // 检测连接 if ($conn->connect_error) { die("connect failed: " . $conn->connect_error); } $costBegin = microtime(true); if (!empty($arr)) { $sql = sprintf("INSERT INTO user_info (name, age) VALUES "); foreach($arr as $item) { $itemStr = '( '; $itemStr .= sprintf("'%s', %d", $item['name'], (int)$item['age']); $itemStr .= '),'; $sql .= $itemStr; } // 去除最后一个逗号,并且加上结束分号 $sql = rtrim($sql, ','); $sql .= ';'; if ($conn->query($sql) === TRUE) { } else { echo "Error: " . $sql . "<br>" . $conn->error; } } $costEnd = microtime(true); $cost = round($costEnd - $costBegin, 3); var_dump($cost); $conn->close();
下面看一下少量数据与大量数据的时间对比。从总体时间上,可以看出insert合并插入比刚才for循环插入节约了很多时间,效果很明显
条数 | 时间(单位:秒) |
---|---|
10 | 0.006 |
1000 | 0.025 |
10000 | 0.131 |
100000 | 1.23 |
如果你觉得数组太大,想要减少sql错误的风险,也可以使用array_chunk将数组切成指定大小的块,然后对每个块进行insert合并插入.
最近做的一个项目,需求就是这样,写个功能模块,实现批量导入,为客服省点时间(好吧,需求就是需求)。
好在插入的数据,都是些连续的数字,所以可以利用
foreach循环出这些数据,然后拼接成mysql的insert语句,进行大字段的批量插入。原理就是这么个原理,当然过程中有坑,什么打开扩展限制,暂且只看逻辑方面的吧。框架的话,不是laravel,用的ci,实例代码如下:
/** * @desc 批量导入百万条数据入库(方法已经写通用,数据最少5000条,最大100W条) * @date 2020-10-26 20:45:45 * @param [int $start_no 起始号;int $end_no 截止号;string $express_type 类型] * @return [type] */ public function import_million_express_no () { //基本数据设置 header('Content-Type:text/html;charset=utf-8'); ini_set('memory_limit', '128M'); //设置类型对应数据库中的表名 $express_to_form = [ 'test1' => 'from1', //平台1对应的表名 'test2' => 'from2', //平台2对应的表名 ]; //获取参数 $start_no = trim($this->input->post('start_no')); $end_no = trim($this->input->post('end_no')); $express_type = trim($this->input->post('express_type')); //判断参数是否存在 if(!$start_no || !$end_no){ echo '<script>alert("录入失败,起始号和截止号不能为空为0");history.back();</script>'; return; } //起始单号不能大于等于截止单号,录入数量至少为5000个 if ($start_no >= $end_no) { echo '<script>alert("起始号不能,大于等于截止号!");history.back();</script>'; return; } else { if ($end_no - $start_no < 5000) { echo '<script>alert("每次录入号不能小于5000个!");history.back();</script>'; return; } if ($end_no - $start_no > 1000000) { echo '<script>alert("每次录入号不能大于1000000个!");history.back();</script>'; return; } } //判断数据类型是否存在 $table_name = $express_to_form[$express_type]; if(!$table_name){ echo '<script>alert("快递类型有误,无法进行打印!");history.back();</script>'; return; }else{ //判断初始单号,截止单号是否已经录入 $sql1 = "select id from {$table_name} where express_no = {$start_no}"; $res1 = $this->db->query($sql1)->row(); if($res1){ echo '<script>alert("起始号已存在!");history.back();</script>'; return; } $sql2 = "select id from {$table_name} where express_no = {$end_no}"; $res2 = $this->db->query($sql2)->row(); if($res2){ echo '<script>alert("截止号已存在!");history.back();</script>'; return; } } /***上面的一系列判断的可以不用看,直接看下面怎么对数据进行逻辑处理***/ //将起始号和截止号进行区间划分 $length = $end_no - $start_no + 1; $times = floor($length / 5000); $temp_data = []; for($i=0;$i<$times;$i++){ $temp_data[$i]['start_no'] = $start_no; //起始编号 $temp_data[$i]['end_no'] = $start_no + 4999; //结束编号 $start_no += 5000; //下一轮循环的起始编号 } //检验数组最后一组数据,判断是否需要再添加 if($end_no > $temp_data[$times-1]['end_no']){ $temp_data[$times]['start_no'] = $temp_data[$times-1]['end_no'] + 1; $temp_data[$times]['end_no'] = $end_no; } //进行导入数据库sql语句的拼接 $add_time = time(); $add_user = $this->session->userdata['user_name']; $tmp_val = "('{$add_time}','$add_user',0,'%s',0),"; for($j=0;$j<count($temp_data);$j++){ //循环拼接sql插入语句 $sql = "insert into {$table_name} (field1,field2,field3,field4,field5) values "; for ($i=$temp_data[$j]['start_no']; $i<=$temp_data[$j]['end_no']; $i++) { $sql .= sprintf($tmp_val, $i); } $sql = trim($sql, ',') . ';'; $bool = $this->db->query($sql); //执行插入有误,写进日志异常表from3中 if(!$bool){ // 记录日志 $log_info = array(); $log_info['field1'] = time(); $log_info['field2'] = '类型:'.$express_type.'执行有误,单号'.$temp_data[$j]['start_no'].'-'.$temp_data[$j]['end_no'].'执行失败'; $log_info['field3'] = $this->session->userdata['user_name']; $this->db->insert('from3', $log_info); //错误日志标志 $err_log_info = TRUE; } } //数据返回 if($err_log_info){ echo '<script>alert("部分号执行失败,请联系管理员解决!");history.back();</script>'; }else{ echo '<script>alert("数据执行成功!!!");history.back();</script>'; } return; }
上面就是封装的一个完整的类,参数验证什么的,可以不用看了,直接看sql语句拼接,其实最后发现吧,做出来也没啥。经过测试,基本耗时在10s左右徘徊