批量大小如何影响批量插入性能？

Question

我正在 syabse 数据库中进行批量插入，方法是将插入查询分组并将其批量发送到数据库，其中批量大小是可配置的，代码看起来有点像这样

public static void InsertModelValueInBulk(DataSet modelValueData, int clsaId)
    {
        int batchSize = Convert.ToInt32(ConfigurationManager.AppSettings["BatchSize"].ToString());            
        IList<string> queryBuffer = new List<string>();    
        using (var connection = GetAseConnection())
        {
            connection.Open();
            var tran = connection.BeginTransaction();
            try
            {                  
                for (int i = 0; i < modelValueData.Tables[0].Rows.Count; i++)
                {

                    var insertItem = string.Format(@"select '{0}',{1},{2},{3},'{4}','{5}','{6}',{7}", row["ModelValueID"], Convert.ToInt32(row["StockModelID"]), Convert.ToInt32(row["ModelItemID"]),
                                                                      fyeStr, row["Period"], value, row["UpdatedUser"], clsaId);
                    queryBuffer.Add(insertItem);
                    if (queryBuffer.Count % (batchSize) == 0 && queryBuffer.Count > 0)
                    {
                        var finalQuery = @"INSERT INTO InsertTable (ModelValueID, StockModelID, ModelItemID, FYE, Period, Value, UpdatedUser,id) 
         " + String.Join(" union ", queryBuffer.ToArray<string>());                         

                        using (var cmd = new AseCommand(finalQuery, connection, tran))
                        {                                    
                                cmd.ExecuteNonQuery();                              
                        }
                        queryBuffer.Clear();
                    }                      
                }                   
                tran.Commit();
            }
            catch
            {
                tran.Rollback();
                throw;
            }
            finally
            {
                tran.Dispose();
            }
        }
    }

使用这个观察到的批量大小与插入 20000 所用时间的性能形成一条 J 曲线，样本数据有点像

批处理大小 10 => 操作在 30 秒内完成，当批处理大小为 50 => 20 秒、100=>10 秒、200=>20 秒、500 30 秒、1000=>1 分钟时。

想了解这条 J 曲线背后的原因。它与应用程序服务器内存或某些数据库服务器设置或其他东西有关吗？是什么使 100 成为最佳值？是否可以进一步调整？

Answer 1

BULK 插入在批处理大小的持续时间内锁定表。锁有一个基本的开销，所以小批量不会有那么多好处，但要让其他操作在批次之间对表进行。

在一定程度上，大批量是好的。因为它是一个事务，所以在当前批次完成之前不会提交数据。这意味着写入日志文件。真正大的批次会导致日志增长，这是 IO 密集型的，它还会增加争用，因为更多的日志将被使用。

类似的东西。

编辑：另外两件事 1) 使用参数化输入 2）如果你不做#1，“联合”会导致一个不同的。使用“联合所有”

Answer 2

我发现你现有的代码有很多问题.. 例如.. 在你的提交上我不会假设提交总是成功的..

1. 我会将所有可能失败或爆炸的代码包装在 try catch Commits, Rollbacks cmd.Execute 周围

2. 我会查看我的 Select 语句，并亲自创建一个存储过程，如果你不能这样做，我会将选择字符串设为 const。

3. 我会亲自命名我的交易......但这取决于你

4. 这行是否有可能在每次方法调用期间发生变化..

   int batchSize = Convert.ToInt32(ConfigurationManager.AppSettings["BatchSize"].ToString());
   如果不是，我会将其设为静态调用，而不是每次进入该方法时都调用它

5. 尝试重构您的代码.. 它开始看起来有点令人困惑..