C#、EF 和 LINQ：将大型 (7Mb) 记录插入 SQL Server 时速度较慢

Question

这个问题有一个长版本，一个短版本。

简短版：

为什么 LINQ 和 EF 在将单个大 (7 Mb) 记录插入远程 SQL Server 数据库时都这么慢？

这里是长版本（包含一些关于变通方法的信息，可能对其他读者有用）：

以下所有示例代码确实运行良好，但由于我的用户在欧洲，而我们的数据中心位于美国，所以速度非常慢。但如果我在美国的 Virtual PC 上运行相同的代码，它会立即运行。 （不，遗憾的是，我的公司希望将所有数据保留在内部，所以我不能使用 Azure、亚马逊云服务等）

我的很多公司应用程序都涉及将数据从 Excel 读取/写入 SQL Server，而且我们通常希望将 Excel 文件的原始副本保存在 SQL Server 表中。

这很简单，只需从本地文件中读取原始数据，并将其保存到记录中。

private int SaveFileToSQLServer(string filename)
{
    //  Read in an Excel file, and store it in a SQL Server [External_File] record.
    //
    //  Returns the ID of the [External_File] record which was added.
    //

    DateTime lastModifed = System.IO.File.GetLastWriteTime(filename);
    byte[] fileData = File.ReadAllBytes(filename);

    //  Create a new SQL Server database record, containing our file's raw data 
    //  (Note: the table has an IDENTITY Primary-Key, so will generate a ExtFile_ID for us.)
    External_File newFile = new External_File()
    {
        ExtFile_Filename = System.IO.Path.GetFileName(filename),
        ExtFile_Data = fileData,
        ExtFile_Last_Modified = lastModifed,
        Update_By = "mike",
        Update_Time = DateTime.UtcNow
    };
    dc.External_Files.InsertOnSubmit(newFile);
    dc.SubmitChanges(); 

    return newFile.ExtFile_ID;
}

是的，这并不奇怪，而且效果很好。

但是，我注意到对于大型 Excel 文件 (7-8Mb)，插入一条（大！）记录的代码需要 40-50 秒才能运行。我把它放在后台线程中，一切正常，但是，当然，如果用户退出我的应用程序，这个进程会被终止，这会导致问题。

作为测试，我尝试用代码替换这个函数：

• 将文件复制到 SQL Server 计算机上的共享目录中
• 调用存储过程将原始数据 (blob) 读入同一个表中

使用此方法，整个过程只需 3-4 秒。

如果您有兴趣，这里是我用来将文件（必须存储在 SQL Server 机器本身的文件夹中）上传到数据库记录中的存储过程：

CREATE PROCEDURE [dbo].[UploadFileToDatabase]
    @LocalFilename nvarchar(400)
AS
BEGIN
    --  By far, the quickest way to do this is to copy the file onto the SQL Server machine, then call this stored
    --  procedure to read the raw data into a [External_File] record, and link it to the Pricing Account record.
    --
    --      EXEC [dbo].[UploadPricingToolFile] 'D:\ImportData\SomeExcelFile.xlsm'
    -- 
    --  Returns: -1 if something went wrong  (eg file didn't exist) or the ID of our new [External_File] record
    --
    --  Note that the INSERT will go wrong, if the user doesn't have "bulkadmin" rights.
    --      "You do not have permission to use the bulk load statement."
    --  EXEC master..sp_addsrvrolemember @loginame = N'GPP_SRV', @rolename = N'bulkadmin'
    --
    SET NOCOUNT ON;

    DECLARE 
        @filename nvarchar(300),        --  eg "SomeFilename.xlsx"  (without the path)
        @SQL nvarchar(2000),
        @New_ExtFile_ID int

    --  Extract (just) the filename from our Path+Filename parameter
    SET @filename = RIGHT(@LocalFilename,charindex('\',reverse(@LocalFilename))-1)

    SET @SQL = 'INSERT INTO [External_File]  ([ExtFile_Filename], [ExtFile_Data]) '
    SET @SQL = @SQL + 'SELECT ''' + @Filename + ''', * 
    SET @SQL = @SQL + ' FROM OPENROWSET(BULK ''' + @LocalFilename +''', SINGLE_BLOB) rs'

    PRINT convert(nvarchar, GetDate(), 108) + ' Running: ' + @SQL
    BEGIN TRY
        EXEC (@SQL)
        SELECT @New_ExtFile_ID = @@IDENTITY
    END TRY
    BEGIN CATCH
        PRINT convert(nvarchar, GetDate(), 108) + ' An exception occurred.'
        SELECT -1
        RETURN
    END CATCH

    PRINT convert(nvarchar, GetDate(), 108) + ' Finished.'

    --  Return the ID of our new [External_File] record
    SELECT @New_ExtFile_ID
END

这段代码的关键是它构建了一个这样的 SQL 命令：

INSERT INTO [External_File]  ([ExtFile_Filename], [ExtFile_Data])
SELECT 'SomeFilename.xlsm', * FROM OPENROWSET(BULK N'D:\ImportData\SomeExcelFile.xlsm', SINGLE_BLOB) rs

.. 而且，由于要上传的数据库和文件都在同一台机器上，因此几乎可以立即运行。

正如我所说，总体而言，将文件复制到 SQL Server 计算机上的文件夹并运行此存储过程需要 3-4 秒，而使用 C# 代码和 LINQ 或执行相同操作需要 40-50 秒英孚。

将 blob 数据从 SQL Server 导出到外部文件

当然，相反的方向也是如此。

首先，我编写了一些 C#/LINQ 代码来加载一个（7Mb ！）数据库记录并将其二进制数据写入原始文件。运行大约需要 30-40 秒。

但如果我先将 SQL Server 数据导出到文件（保存在 SQL Server 机器上）..

EXEC master..xp_cmdshell 'BCP "select ef.ExtFile_Data FROM [External_File] ef where ExtFile_ID = 585" queryout "D:\ImportData\SomeExcelFile.xslx" -T -N'

...然后将文件从 SQL Server 文件夹复制到用户的文件夹，然后再一次，它在几秒钟内运行。

这是我的问题：为什么 LINQ 和 EF 在将单个大记录插入数据库时​​都如此糟糕？

我认为延迟（我们在欧洲和我们在美国的数据中心之间的距离）是延迟的主要原因，但奇怪的是，沼泽标准的文件副本可以这么快。

我错过了什么吗？

显然，我找到了解决这些问题的方法，但它们涉及为我们的 SQL Server 机器和 SQL Server 机器上的共享文件夹添加一些额外的权限，而且我们的 DBA 真的不喜欢授予诸如“@987654325”之类的权限@"...

几个月后...

这周我又遇到了同样的问题，并尝试了 Kevin H 的建议，即使用 Bulk-Insert 将大 (6Mb) 记录插入 SQL Server。

使用批量插入，插入 6Mb 记录大约需要 90 秒，即使我们的数据中心在 6,000 英里之外。

因此，故事的寓意：在插入非常大的数据库记录时，避免使用常规的 SubmitChanges() 命令，并坚持使用批量插入。

Answer 1

您可以尝试使用分析器来查看 Entity Framework 对插入的操作。例如，如果它从您的表中选择数据，则可能需要很长时间才能通过网络返回数据，而您可能不会在本地注意到这一点。

我发现从 c# 将大量数据（记录数和记录大小）加载到 sql server 中的最佳方法是使用 SqlBulkCopy 类。即使您只插入 1 条记录，您仍可能会从此更改中受益。

要使用批量复制，只需创建一个与您的表结构匹配的数据表。然后像这样调用代码。

using (SqlConnection destinationConnection = new    SqlConnection(connectionString))
using (SqlBulkCopy bulkCopy = new SqlBulkCopy(destinationConnection))
{
    bulkCopy.DestinationTableName = "External_File";
    bulkCopy.WriteToServer(dataTable);
}