MySQL LOAD DATA INFILE—批量从文件（csv、txt）导入数据

小小码 • 2023-03-14 17:00 • 代码基础 • 阅读 110

大家好，我是考100分的小小码，祝大家学习进步，加薪顺利呀。今天说一说MySQL LOAD DATA INFILE—批量从文件（csv、txt）导入数据,希望您对编程的造诣更进一步.

MySQL LOAD DATA INFILE—批量从文件（csv、txt）导入数据

最近做的项目，有个需求(从Elastic Search取数据，业务运算后），每次要向MySQL插入1300万条数据左右。最初用MySQL的executemany()一次插入10000条数据，统计的时间如下：

MySQL LOAD DATA INFILE—批量从文件（csv、txt）导入数据

如上，插入时间由于系统的IO变化，会有波动，最快在4秒左右。

后改为”load data infile”大概，10万条数据平均1秒~1.5秒，实际的代码示例如下：

query = "LOAD DATA INFILE "/var/lib/mysql-files/es.csv" INTO TABLE g_visit_relation_asset_temp FIELDS TERMINATED BY "," LINES TERMINATED BY "
" IGNORE 1 LINES 
                        (srcip, srcport, dstip, dstport, l7p, @dummy, cnt, @dummy, cnt_date)"
mysqlcur.execute(query)
mysqlconn.commit()

代码100分

说明：

（1）MySQL需要开启对”load data inflie”的权限支持

mysqlcur.execute(“SET GLOBAL local_infile = 1”)

（2）
需要对mysql文件目录（笔者： “/var/lib/my-files/”）有管理员的权限（查看mysql路径，用“locate mysql”）

如果没有的话，可以指定本地路径，需要加上关键字”local”即：
LOAD DATA LOCAL

（3）Concurrency 支持

如果默认是 LOW_PRIORITY ，则LOAD DATA要等其它客户端读完了，才会开始写入。加上“Concurrency ”可以，在读的同时，同时支持写入，不过速度会稍微下降一点，笔者测试环境影响不大

（4）IGNORE 1 LINES （跳过第一行）

笔者通过python pandas to_csv()导出的csv是带标题的，如下：

MySQL LOAD DATA INFILE—批量从文件（csv、txt）导入数据

不需要标题导入到数据库，就调过嘛

（5）@dummy ，通过占位符，跳过不需要的数据

导入到表的column顺序必须和文件保持一致，通过@dummy可以跳过不需要的column

（6）character set 指定字符集

对于汉字，你需要加上 character set utf8

（8）分隔符及换行符

代码100分 以“，“作为分隔符，以“
"作为换行符： FIELDS TERMINATED BY "," LINES TERMINATED BY "
"

其他性能优化相关（Only for MyISAM）：

通过设置隔离级别、去除索引检查、唯一性检查等提高速度（分session和global级别）提高写入速度，插入之前，设置如下配置：

    mysqlcur.execute("SET SESSION FOREIGN_KEY_CHECKS = 0")
    mysqlcur.execute("SET SESSION UNIQUE_CHECKS = 0")
    mysqlcur.execute("SET SESSION tx_isolation="READ-UNCOMMITTED"")
    mysqlcur.execute("SET SESSION sql_log_bin = 0")

Loda data infile 完了再改回去，如下：

代码100分    mysqlcur.execute("SET SESSION FOREIGN_KEY_CHECKS = 1")
    mysqlcur.execute("SET SESSION UNIQUE_CHECKS = 1")
    mysqlcur.execute("SET SESSION tx_isolation="REPEATABLE-READ"")
    mysqlcur.execute("SET SESSION sql_log_bin = 1")