关键字:批量数据导入,数据加载,大量插入,加快,提升速度

多元化选择时代,人生里很多事物都是如此,凡事都没有一成不变的方式和方法。不管白猫黑猫,能抓老鼠的就是好猫,适合自己的就是最好的。

提升批量数据导入的方法亦是如此,没有何种方法是最优的,应用任何方法前根据自己的实际情况权衡利弊,做出选择。

批量导入数据之前,无论采取何种方式,务必做好相应的备份。

导入完成后亦需对相应对象进行ANALYZE操作,这样查询优化器才会按照最新的统计信息生成正确的执行计划。

下面正式介绍提升批量数据导入性能的n种方法。

方法1:禁用自动提交。

psql
\setAUTOCOMMIToff

其他
BEGIN;
执行批量数据导入
COMMIT;

 

方法2:设置表为UNLOGGED。

导入数据之前先把表改成UNLOGGED模式,导入完成后改回LOGGED模式。

ALTERTABLEtablenameSETUNLOGGED;
执行批量数据导入
ALTERTABLEtablenameLOGGED;

 

优点:

导入信息不记录WAL日志,极大减少io,提升导入速度。

缺点:

1.在replication环境下,表无法设置为UNLOGGED模式。

2.导入过程一旦出现停电死机等会导致数据库不能干净关库的情况,数据库中所有UNLOGGED表的数据将丢失。

方法3:重建索引。

导入数据之前先删除相关表上的索引,导入完成后重新创建之。

DROPINDEXindexname;
执行批量数据导入
CREATEINDEX...;

 

查询表上索引定义的方法

1select*frompg_indexeswheretablename='tablename'andschemaname='schemaname';

方法4:重建外键。

导入数据之前先删除相关表上的外键,导入完成后重新创建之。

ALTERTABLE...
DROPCONSTRAINT...;
执行批量数据导入
ALTERTABLE...
ADDCONSTRAINT...
FOREIGNKEY...
REFERENCES...;

 

相关信息可查询pg_constraint。

方法5:停用触发器

导入数据之前先DISABLE掉相关表上的触发器,导入完成后重新ENABLE之。

ALTERTABLEtablenameDISABLETRIGGERALL;
执行批量数据导入
ALTERTABLEtablenameENABLETRIGGERALL;

 

相关信息可查询pg_trigger。

方法6:insert改copy

COPY针对批量数据加载进行了优化。

1COPY...FROM'xxx';

方法7:单值insert改多值insert

减少sql解析的时间。

方法8:insert改PREPARE

通过使用PREPARE预备语句,降低解析消耗。

PREPAREfooplan(int,text,bool,numeric)AS
INSERTINTOfooVALUES($1,$2,$3,$4);
EXECUTEfooplan(1,'HunterValley','t',200.00);

 

方法9:修改参数

增大maintenance_work_mem,增大max_wal_size。

方法10:关闭归档模式,降低wal日志级别。

修改archive_mode参数控制归档开启和关闭。降低wal_level值为minimal来减少日志信息记录。

此法需要重启数据库,需要规划停机时间。此外如有replication备库,还需考虑对其影响。