[Oracle] Bulk Insert Data

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)

  1 public void InsertDataRow(Dictionary<string, object> dataRow)
  2 {
  3 	StringBuilder sbCmdText = new StringBuilder();
  4 	sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName);
  5 	sbCmdText.Append(string.Join(",", dataRow.Keys.ToArray()));
  6 	sbCmdText.Append(") VALUES (");
  7 	sbCmdText.Append(":" + string.Join(",:", dataRow.Keys.ToArray()));
  8 	sbCmdText.Append(")");
  9 
 10 	using (OracleConnection conn = new OracleConnection())
 11 	{
 12 		using (OracleCommand cmd = conn.CreateCommand())
 13 		{
 14 			cmd.CommandType = CommandType.Text;
 15 			cmd.CommandText = sbCmdText.ToString();
 16 			OracleParameter parameter = null;
 17 			OracleDbType dbType = OracleDbType.Object;
 18 			foreach (string colName in dataRow.Keys)
 19 			{
 20 				dbType = GetOracleDbType(dataRow[colName]);
 21 				parameter = new OracleParameter(colName, dbType);
 22 				parameter.Direction = ParameterDirection.Input;
 23 				parameter.OracleDbTypeEx = dbType;
 24 				parameter.Value = dataRow[colName];
 25 				cmd.Parameters.Add(parameter);
 26 			}
 27 			conn.Open();
 28 			int result = cmd.ExecuteNonQuery();
 29 		}
 30 	}
 31 }

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：

  1 /// <summary>
  2 /// 批量插入大数据量
  3 /// </summary>
  4 /// <param name="columnData">列名-列数据字典</param>
  5 /// <param name="dataCount">数据量</param>
  6 /// <returns>插入数据量</returns>
  7 public int InsertBigData(Dictionary<string, object> columnData, int dataCount)
  8 {
  9 	int result = 0;
 10 	if (columnData == null || columnData.Count < 1)
 11 	{
 12 		return result;
 13 	}
 14 	string[] colHeaders = columnData.Keys.ToArray();
 15 	StringBuilder sbCmdText = new StringBuilder();
 16 	if (columnData.Count > 0)
 17 	{
 18 		// 拼接INSERT的SQL语句
 19 		sbCmdText.AppendFormat("INSERT INTO {0}(", m_TableName);
 20 		sbCmdText.Append(string.Join(",", colHeaders));
 21 		sbCmdText.Append(") VALUES (");
 22 		sbCmdText.Append(m_ParameterPrefix + string.Join("," + m_ParameterPrefix, colHeaders));
 23 		sbCmdText.Append(")");
 24 		OracleConnection connection = null;
 25 		try
 26 		{
 27 			connection = new OracleConnection(GetConnectionString());
 28 			using (OracleCommand command = connection.CreateCommand())
 29 			{
 30 				command.ArrayBindCount = dataCount;
 31 				command.BindByName = true;
 32 				command.CommandType = CommandType.Text;
 33 				command.CommandText = sbCmdText.ToString();
 34 				command.CommandTimeout = 1800;
 35 				OracleParameter parameter;
 36 				OracleDbType dbType = OracleDbType.Object;
 37 				foreach (string colName in colHeaders)
 38 				{
 39 					dbType = GetOracleDbType(columnData[colName]);
 40 					parameter = new OracleParameter(colName, dbType);
 41 					parameter.Direction = ParameterDirection.Input;
 42 					parameter.OracleDbTypeEx = dbType;
 43 					parameter.Value = columnData[colName];
 44 					command.Parameters.Add(parameter);
 45 				}
 46 				connection.Open();
 47 				OracleTransaction trans = connection.BeginTransaction();
 48 				try
 49 				{
 50 					command.Transaction = trans;
 51 					result = command.ExecuteNonQuery();
 52 					trans.Commit();
 53 				}
 54 				catch (Exception ex)
 55 				{
 56 					trans.Rollback();
 57 					throw ex;
 58 				}
 59 			}
 60 		}
 61 		finally
 62 		{
 63 			if (connection != null)
 64 			{
 65 				connection.Close();
 66 				connection.Dispose();
 67 			}
 68 			GC.Collect();
 69 			GC.WaitForFullGCComplete();
 70 		}
 71 	}
 72 	return result;
 73 }

  1 /// <summary>
  2 /// 根据数据类型获取OracleDbType
  3 /// </summary>
  4 /// <param name="value">数据</param>
  5 /// <returns>数据的Oracle类型</returns>
  6 private static OracleDbType GetOracleDbType(object value)
  7 {
  8 	OracleDbType dataType = OracleDbType.Object;
  9 	if (value is string[])
 10 	{
 11 		dataType = OracleDbType.Varchar2;
 12 	}
 13 	else if (value is DateTime[])
 14 	{
 15 		dataType = OracleDbType.TimeStamp;
 16 	}
 17 	else if (value is int[] || value is short[])
 18 	{
 19 		dataType = OracleDbType.Int32;
 20 	}
 21 	else if (value is long[])
 22 	{
 23 		dataType = OracleDbType.Int64;
 24 	}
 25 	else if (value is decimal[] || value is double[] || value is float[])
 26 	{
 27 		dataType = OracleDbType.Decimal;
 28 	}
 29 	else if (value is Guid[])
 30 	{
 31 		dataType = OracleDbType.Varchar2;
 32 	}
 33 	else if (value is bool[] || value is Boolean[])
 34 	{
 35 		dataType = OracleDbType.Byte;
 36 	}
 37 	else if (value is byte[])
 38 	{
 39 		dataType = OracleDbType.Blob;
 40 	}
 41 	else if (value is char[])
 42 	{
 43 		dataType = OracleDbType.Char;
 44 	}
 45 	return dataType;
 46 }

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

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：

  1 // 每10000数据导入一次
  2 Dictionary<string, object> columnsData = new Dictionary<string, object>();
  3 int dataCount = m_SourceDataTable.Rows.Count;
  4 int times = dataCount / 10000 + (dataCount % 10000 == 0 ? 0 : 1);
  5 for (int i = 0; i < times; i++)
  6 {
  7 	int startIndex = i * 10000;
  8 	int endIndex = (i + 1) * 10000;
  9 	endIndex = endIndex > dataCount ? dataCount : endIndex;
 10 	int currDataCount = endIndex - startIndex;
 11 	columnsData.Add("COL1", new string[currDataCount]);
 12 	columnsData.Add("COL2", new string[currDataCount]);
 13 	columnsData.Add("COL3", new decimal[currDataCount]);
 14 	columnsData.Add("COL4", new string[currDataCount]);
 15 	columnsData.Add("COL5", new decimal[currDataCount]);
 16 	columnsData.Add("COL6", new string[currDataCount]);
 17 	for (int rowIndex = startIndex; rowIndex < endIndex; rowIndex++)
 18 	{
 19 		int dicRowIndex = rowIndex - startIndex;// 列数据行索引
 20 		foreach (string colName in columnsData.Keys)
 21 		{
 22 			object cell = m_SourceDataTable.Rows[rowIndex][colName];
 23 			string cellStr = (cell + "").TrimEnd(new char[] { '\0', ' ' });
 24 			if (colName == "COL3" || colName == "COL5")
 25 			{
 26 				decimal value = 0;
 27 				decimal.TryParse(cellStr, out value);
 28 				((decimal[])columnsData[colName])[dicRowIndex] = value;
 29 			}
 30 			else
 31 			{
 32 				((string[])columnsData[colName])[dicRowIndex] = cellStr;
 33 			}
 34 		}
 35 	}
 36 	m_DAL.InsertBigData(columnsData, currDataCount);
 37 
 38 	columnsData.Clear();
 39 	GC.Collect();
 40 	GC.WaitForFullGCComplete();
 41 }

View Code

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：

  1 /// <summary>
  2 /// 批量插入数据
  3 /// 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
  4 /// </summary>
  5 /// <param name="table">数据表</param>
  6 /// <param name="targetTableName">数据库目标表名</param>
  7 /// <returns></returns>
  8 public bool InsertBulkData(DataTable table, string targetTableName)
  9 {
 10 	bool result = false;
 11 	string connStr = GetConnectionString();
 12 	using (OracleConnection connection = new OracleConnection(connStr))
 13 	{
 14 		using (OracleBulkCopy bulkCopy = new OracleBulkCopy(connStr, OracleBulkCopyOptions.Default))
 15 		{
 16 			if (table != null && table.Rows.Count > 0)
 17 			{
 18 				bulkCopy.DestinationTableName = targetTableName;
 19 				for (int i = 0; i < table.Columns.Count; i++)
 20 				{
 21 					string col = table.Columns[i].ColumnName;
 22 					bulkCopy.ColumnMappings.Add(col, col);
 23 				}
 24 				connection.Open();
 25 				bulkCopy.WriteToServer(table);
 26 				result = true;
 27 			}
 28 			bulkCopy.Close();
 29 			bulkCopy.Dispose();
 30 		}
 31 	}
 32 
 33 	return result;
 34 }

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；