[Oracle] Bulk Insert Data

时间:2023-02-24 14:56:02

命名空间:Oracle.DataAccess.Client

组件:Oracle.DataAccess.dll(2.112.1.0)

ODP.NET 版本:ODP.NET for .NET Framework 2.0 或 ODP.NET for .NET Framework 4

工具:Microsoft Visual Studio Ultimate 2013 + Oracle SQL Developer 1.5.5 + Oracle Database 11g Enterprise Edition 11.2.0.1.0(32位) + TNS for 32-bit Windows 11.2.0.1.0

方式一:ArrayBind

当插入一条数据时,SQL 语句如下:

INSERT INTO table_name VALUES (:col1, :col2, :col3, :col4, :col5)
 public void InsertDataRow(Dictionary<string, object> dataRow)
{
StringBuilder sbCmdText = new StringBuilder();
sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName);
sbCmdText.Append(string.Join(",", dataRow.Keys.ToArray()));
sbCmdText.Append(") VALUES (");
sbCmdText.Append(":" + string.Join(",:", dataRow.Keys.ToArray()));
sbCmdText.Append(")"); using (OracleConnection conn = new OracleConnection())
{
using (OracleCommand cmd = conn.CreateCommand())
{
cmd.CommandType = CommandType.Text;
cmd.CommandText = sbCmdText.ToString();
OracleParameter parameter = null;
OracleDbType dbType = OracleDbType.Object;
foreach (string colName in dataRow.Keys)
{
dbType = GetOracleDbType(dataRow[colName]);
parameter = new OracleParameter(colName, dbType);
parameter.Direction = ParameterDirection.Input;
parameter.OracleDbTypeEx = dbType;
parameter.Value = dataRow[colName];
cmd.Parameters.Add(parameter);
}
conn.Open();
int result = cmd.ExecuteNonQuery();
}
}
}

此时,每一个 OracleParameter 的 Value 值都赋予单个字段的 一个具体值,这种也是最为传统的插入数据的方法。

Oracle V6 中 OCI 编程接口加入了数组接口特性。

当采用 ArrayBind 时,OraleParameter 的 Value 值则是赋予单个字段的 一个数组,即多条数据的该字段组合成的一个数组。此时 Oracle 仅需要执行一次 SQL 语句,即可在内存中批量解析并导入数据,减少程序与数据库之间来回的操作,其优点就是数据导入的总体时间明显减少,尤其是进程占用 CPU 的时间。

如果数据源是 DataTable 类型,首先把 DataTable 数据源,转换成 object[][] 类型,然后绑定 OracleParameter 的 Value 值为对应字段的一个 Object[] 数组即可;参考代码如下:

 /// <summary>
/// 批量插入大数据量
/// </summary>
/// <param name="columnData">列名-列数据字典</param>
/// <param name="dataCount">数据量</param>
/// <returns>插入数据量</returns>
public int InsertBigData(Dictionary<string, object> columnData, int dataCount)
{
int result = 0;
if (columnData == null || columnData.Count < 1)
{
return result;
}
string[] colHeaders = columnData.Keys.ToArray();
StringBuilder sbCmdText = new StringBuilder();
if (columnData.Count > 0)
{
// 拼接INSERT的SQL语句
sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName);
sbCmdText.Append(string.Join(",", colHeaders));
sbCmdText.Append(") VALUES (");
sbCmdText.Append(m_ParameterPrefix + string.Join("," + m_ParameterPrefix, colHeaders));
sbCmdText.Append(")");
OracleConnection connection = null;
try
{
connection = new OracleConnection(GetConnectionString());
using (OracleCommand command = connection.CreateCommand())
{
command.ArrayBindCount = dataCount;
command.BindByName = true;
command.CommandType = CommandType.Text;
command.CommandText = sbCmdText.ToString();
command.CommandTimeout = 1800;
OracleParameter parameter;
OracleDbType dbType = OracleDbType.Object;
foreach (string colName in colHeaders)
{
dbType = GetOracleDbType(columnData[colName]);
parameter = new OracleParameter(colName, dbType);
parameter.Direction = ParameterDirection.Input;
parameter.OracleDbTypeEx = dbType;
parameter.Value = columnData[colName];
command.Parameters.Add(parameter);
}
connection.Open();
OracleTransaction trans = connection.BeginTransaction();
try
{
command.Transaction = trans;
result = command.ExecuteNonQuery();
trans.Commit();
}
catch (Exception ex)
{
trans.Rollback();
throw ex;
}
}
}
finally
{
if (connection != null)
{
connection.Close();
connection.Dispose();
}
GC.Collect();
GC.WaitForFullGCComplete();
}
}
return result;
}
 /// <summary>
/// 根据数据类型获取OracleDbType
/// </summary>
/// <param name="value">数据</param>
/// <returns>数据的Oracle类型</returns>
private static OracleDbType GetOracleDbType(object value)
{
OracleDbType dataType = OracleDbType.Object;
if (value is string[])
{
dataType = OracleDbType.Varchar2;
}
else if (value is DateTime[])
{
dataType = OracleDbType.TimeStamp;
}
else if (value is int[] || value is short[])
{
dataType = OracleDbType.Int32;
}
else if (value is long[])
{
dataType = OracleDbType.Int64;
}
else if (value is decimal[] || value is double[] || value is float[])
{
dataType = OracleDbType.Decimal;
}
else if (value is Guid[])
{
dataType = OracleDbType.Varchar2;
}
else if (value is bool[] || value is Boolean[])
{
dataType = OracleDbType.Byte;
}
else if (value is byte[])
{
dataType = OracleDbType.Blob;
}
else if (value is char[])
{
dataType = OracleDbType.Char;
}
return dataType;
}

GetOracleDbType

说明:如果采用分次(每次1万数据)执行 InsertBigData 方法,速度反而比一次性执行 InsertBigData 方法慢,详见下面测试结果;

测试结果:

无索引,数据类型:4列NVARCHAR2,2列NUMBER

30+万(7.36M):一次性导入用时 15:623,每次10000导入用时

60+万(14.6M):一次性导入用时 28:207,每次10000导入用时 1:2:300

100+万(24.9M):一次性导入报如下异常

[Oracle] Bulk Insert Data

此时实际上从资源监视器上可以得知仍有可用内存,但是仍旧报 OutOfMemoryException,所以猜测应该是一个 bug;

如果每次10000导入用时 2:9:252

如果每次50000导入用时 58:101

附加 InsertBigData 方法使用示例:

 // 每10000数据导入一次
Dictionary<string, object> columnsData = new Dictionary<string, object>();
int dataCount = m_SourceDataTable.Rows.Count;
int times = dataCount / 10000 + (dataCount % 10000 == 0 ? 0 : 1);
for (int i = 0; i < times; i++)
{
int startIndex = i * 10000;
int endIndex = (i + 1) * 10000;
endIndex = endIndex > dataCount ? dataCount : endIndex;
int currDataCount = endIndex - startIndex;
columnsData.Add("COL1", new string[currDataCount]);
columnsData.Add("COL2", new string[currDataCount]);
columnsData.Add("COL3", new decimal[currDataCount]);
columnsData.Add("COL4", new string[currDataCount]);
columnsData.Add("COL5", new decimal[currDataCount]);
columnsData.Add("COL6", new string[currDataCount]);
for (int rowIndex = startIndex; rowIndex < endIndex; rowIndex++)
{
int dicRowIndex = rowIndex - startIndex;// 列数据行索引
foreach (string colName in columnsData.Keys)
{
object cell = m_SourceDataTable.Rows[rowIndex][colName];
string cellStr = (cell + "").TrimEnd(new char[] { '\0', ' ' });
if (colName == "COL3" || colName == "COL5")
{
decimal value = 0;
decimal.TryParse(cellStr, out value);
((decimal[])columnsData[colName])[dicRowIndex] = value;
}
else
{
((string[])columnsData[colName])[dicRowIndex] = cellStr;
}
}
}
m_DAL.InsertBigData(columnsData, currDataCount); columnsData.Clear();
GC.Collect();
GC.WaitForFullGCComplete();
}

方式二:OracleBulkCopy

说明:

1. OracleBulkCopy 采用 direct path 方式导入;

2. 不支持 transaction,无法 Rollback;

3. 如果该表存在触发器时,无法使用 OracleBulkCopy(报异常信息 Oracle Error: ORA-26086),除非先禁用该表的所有触发器;

4. 过程中会自动启用 NOT NULL、UNIQUE 和 PRIMARY KEY 三种约束,其中 NOT NULL 约束在列数组绑定时验证,任何违反 NOT NULL 约束条件的行数据都会舍弃;UNIQUE 约束是在导入完成后重建索引时验证,但是在 bulk copy 时,允许违反索引约束,并在完成后将索引设置成禁用(UNUSABLE)状态;而且,如果索引一开始状态就是禁用(UNUSABLE)状态时,OracleBulkCopy 是会报错的。

参考代码如下:

 /// <summary>
/// 批量插入数据
/// 该方法需要禁用该表所有触发器,并且插入的数据如果为空,是不会采用默认值
/// </summary>
/// <param name="table">数据表</param>
/// <param name="targetTableName">数据库目标表名</param>
/// <returns></returns>
public bool InsertBulkData(DataTable table, string targetTableName)
{
bool result = false;
string connStr = GetConnectionString();
using (OracleConnection connection = new OracleConnection(connStr))
{
using (OracleBulkCopy bulkCopy = new OracleBulkCopy(connStr, OracleBulkCopyOptions.Default))
{
if (table != null && table.Rows.Count > 0)
{
bulkCopy.DestinationTableName = targetTableName;
for (int i = 0; i < table.Columns.Count; i++)
{
string col = table.Columns[i].ColumnName;
bulkCopy.ColumnMappings.Add(col, col);
}
connection.Open();
bulkCopy.WriteToServer(table);
result = true;
}
bulkCopy.Close();
bulkCopy.Dispose();
}
} return result;
}

测试结果:

数据类型:4列NVARCHAR2,2列NUMBER

30+万(7.36M):用时 14:590

60+万(14.6M):用时 28:28

1048576(24.9M):用时 52:971

附加,禁用表的所有外键SQL:

ALTER TABLE table_name DISABLE ALL TRIGGERS

总结

1、在30+万和60+万数据时,ArrayBind一次性导入和OracleBulkCopy时间相差不是很大,但是ArrayBind方式一般都需要转换数据形式,占用了一些时间,而 OracleBulkCopy 则只需要简单处理一下 DataTable 数据源即可导入;

2、当数据量达到100+万时,ArrayBind 很容易出现内存不足异常,此时只能采用分批次执行导入,根据测试结果可知,次数越少,速度越快;而采用 OracleBulkCopy 方式则很少出现内存不足现象,由此可见 OracleBulkCopy 占用内存比 ArrayBind 方式少;

3、采用 OracleBulkCopy 导入时,先要禁用该表所有触发器,如果该表存在自增 ID 触发器,就比较麻烦了,得先禁用改变的自增 ID 的触发器,然后手动自增设置要导入的数据,最后才可以导入;同时,这种导入方式不可并发,一个时刻只能有一个用户在导入(因为自增ID交由程序处理),此时还需要锁表,防止其他人同时批量导入数据;

参考资料:

1、ArrayBind http://www.oracle.com/technetwork/issue-archive/2009/09-sep/o59odpnet-085168.html

2、ArrayBind http://www.soaspx.com/dotnet/csharp/csharp_20130911_10501.html

3、Oracle数据导入方法 http://dbanotes.net/Oracle/All_About_Oracle_Data_Loading.htm

4、介绍OracleBulkCopy类 https://docs.oracle.com/cd/E11882_01/win.112/e23174/OracleBulkCopyClass.htm#ODPNT7446

5、http://dba.stackexchange.com/questions/7287/what-specifically-does-oraclebulkcopy-do-and-how-can-i-optimize-its-performance