bitsCN.com
需要在mysql中插入2000万条记录，用insert语句插入速度很有限，每秒钟几百条，放在hadoop集群上跑也是这个速度，可能是数据库的问题了，网上看到sql server和oracle的insert速度也不是很快。比较简单的优化方法如下： 1、在一条insert语句中插入多条记录 [sql]INSERT INTO tablename (field0, field1, ...) VALUES (value0, value1, ...), (value0, value1, ...), (value0, value1, ...), ... (value0, value1, ...) 这样插入速度可以提高很多倍，但还是不够块，对于2000万条记录，每秒钟一两千条的插入速度还是太慢。2、从文本文件导入数据 mysql可以从文本文件直接导入记录，不过需要文本文件是行记录，并且每个字段之间用相同的字符隔开、每行之间也用相同的字符隔开。 写了个程序把文本文件的格式处理一下，就可以在mysql客户端使用如下语句导入数据了： [sql]mysql> LOAD DATA LOCAL INFILE 'fileName' INTO TABLE 'tableName' FIELDS TERMINATED BY '/t' LINES TERMINATED BY '/n'; 其中'/t'和'/n'分别是字段和行的分隔符，在不同的情况下可能不一样。
用这种方式，感觉导入的速度主要和文件的大小有关，和记录的条数关系不太（可能是2000万的记录还不够多吧。）导入一个800MB的文本文件（2000万行），在单机上预处理用了3分钟，导入数据库用了7分钟（机器配置是i5-2400CPU、8GB内存、硬盘读取速度大约90MB/S） 下面还要处理一个11GB的文本文件，这回估计要用集群跑了。 作者 bhq2010 bitsCN.com
下载本文
