大概所有的程序員應該都接觸過批量插入的場景，我也相信任何的程序員都能寫出可正常運行的批量插入的代碼。但怎樣實現一個高效、快速插入的批量插入功能呢？

由于每個人的工作履歷，工作年限的不同，在實現這樣的一個需求時，可能技術選型各有不同，有直接生成insert語句的，有用EF的或者其他的orm框架的。其實不管是手寫insert還是使用EF，最終交給數據庫執行的還是insert語句。下面是EF批量插入的示例代碼：

var list = new List<Student>();for (int i = 0; i < 100; i++){list.Add(new Student { CreateTime = DateTime.Now, Name = "zjjjjjj" });}await _context.Students.AddRangeAsync(list);await _context.SaveChangesAsync();

生成的腳本截圖如下：

這種實現方式在數據量100以內時，耗時還算可以。但如果要批量導入的數據達到萬級的時候，那耗時簡直是災難。我測試的數據如下（測試數據庫為mysql，具體配置不詳）：

數據量	耗時(s)
10	0.028
1w	3.929
10w	31.280

10w的數據已經耗時超過了30s，我沒有勇氣測試100w數據的耗時，有興趣的可以自行測試下。

下面就應該進入正題了，對于較大數據量（1000以上）場景下的批量插入，各個數據庫應該都提供了相關的解決方案，由于工作所限，目前筆者僅接觸過mysql和mssql。

mysql的實現方案是LOAD DATA命令，此命令接收一個csv文件，然后將文件上傳到數據庫服務器后，解析數據后插入。好在MySqlConnector提供了相關的封裝，不用咱們去熟悉那么復雜的命令參數。

mssql實現的方案是使用SqlBulkCopy類，不過此類僅接收DataTable類型的數據，所以，在批量插入的時候，需要將數據源轉換成DataTable。

綜上所示，不管是mysql，還是mssql，均需要將數據源轉換成指定的格式才可以使用批量導入的功能，所以這一塊的主要核心就是轉換數據源格式。mysql需要轉換成csv，mssql需要轉換成DataTable。下面就來一起看看具體的轉換的方法。

以下代碼是轉換csv和DataTable相關方法：

namespace FL.DbBulk{public static class Extension{/// <summary>/// 獲取實體影射的表名/// </summary>/// <param name="type"></param>/// <returns></returns>public static string GetMappingName(this System.Type type){var key = $"batch{type.FullName}";var tableName = CacheService.Get(key);if (string.IsNullOrEmpty(tableName)){var tableAttr = type.GetCustomAttribute<TableAttribute>();if (tableAttr != null){tableName = tableAttr.Name;}else{tableName = type.Name;}CacheService.Add(key, tableName);}return tableName;}public static List<EntityInfo> GetMappingProperties(this System.Type type){var key = $"ICH.King.DbBulk{type.Name}";var list = CacheService.Get<List<EntityInfo>>(key);if (list == null){list = new List<EntityInfo>();foreach (var propertyInfo in type.GetProperties()){if (!propertyInfo.PropertyType.IsValueType &&propertyInfo.PropertyType.Name != "Nullable`1" && propertyInfo.PropertyType != typeof(string)) continue;var temp = new EntityInfo();temp.PropertyInfo = propertyInfo;temp.FieldName = propertyInfo.Name;var attr = propertyInfo.GetCustomAttribute<ColumnAttribute>();if (attr != null){temp.FieldName = attr.Name;}temp.GetMethod = propertyInfo.CreateGetter();list.Add(temp);}CacheService.Add(key, list);}return list;}/// <summary>/// 創建cvs字符串/// </summary>/// <typeparam name="T"></typeparam>/// <param name="entities"></param>/// <param name="primaryKey"></param>/// <returns></returns>public static string CreateCsv<T>(this IEnumerable<T> entities, string primaryKey = ""){var sb = new StringBuilder();var properties = typeof(T).GetMappingProperties().ToArray();foreach (var entity in entities){for (int i = 0; i < properties.Length; i++){var ele = properties[i];if (i != 0) sb.Append(",");var value = ele.Get(entity);if (ele.PropertyInfo.PropertyType.Name == "Nullable`1"){if (ele.PropertyInfo.PropertyType.GenericTypeArguments[0] == typeof(DateTime)){if (value == null){sb.Append("NULL");}else{sb.Append(Convert.ToDateTime(value).ToString("yyyy-MM-dd HH:mm:ss"));}continue;}}if (ele.PropertyInfo.PropertyType == typeof(DateTime)){sb.Append(Convert.ToDateTime(value).ToString("yyyy-MM-dd HH:mm:ss"));continue;}//如果是主鍵&&string類型，且值不為空if (ele.FieldName == primaryKey && ele.PropertyInfo.PropertyType == typeof(string)){sb.Append(Guid.NewGuid().ToString());continue;}if (value == null){continue;}if (ele.PropertyInfo.PropertyType == typeof(string)){var vStr = value.ToString();if (vStr.Contains("\"")){vStr = vStr.Replace("\"", "\"\"");}if (vStr.Contains(",") || vStr.Contains("\r\n") || vStr.Contains("\n")){vStr = $"\"{vStr}\"";}sb.Append(vStr);}else sb.Append(value);}sb.Append(IsWin() ? "\r\n" : "\n");//sb.AppendLine();}return sb.ToString();}public static bool IsWin(){return RuntimeInformation.IsOSPlatform(OSPlatform.Windows);}public static string CreateCsv(this DataTable table){StringBuilder sb = new StringBuilder();DataColumn colum;foreach (DataRow row in table.Rows){for (int i = 0; i < table.Columns.Count; i++){colum = table.Columns[i];if (i != 0) sb.Append(",");if (colum.DataType == typeof(string)){var vStr = row[colum].ToString();if (vStr.Contains("\"")){vStr = vStr.Replace("\"", "\"\"");}if (vStr.Contains(",") || vStr.Contains("\r\n") || vStr.Contains("\n")){vStr = $"\"{vStr}\"";}sb.Append(vStr);}else sb.Append(row[colum]);}sb.Append(IsWin() ? "\r\n" : "\n");}return sb.ToString();}public static DataTable ToDataTable<T>(this IEnumerable<T> list, string primaryKey = ""){var type = typeof(T);//獲取實體映射的表名var mappingName = type.GetMappingName();var dt = new DataTable(mappingName);//獲取實體映射的屬性列表var columns = type.GetMappingProperties();dt.Columns.AddRange(columns.Select(x => new DataColumn(x.FieldName)).ToArray());foreach (var data in list){var row = dt.NewRow();foreach (var entityInfo in columns){var value = entityInfo.Get(data);if (primaryKey == entityInfo.FieldName && entityInfo.PropertyInfo.PropertyType == typeof(string)){row[entityInfo.FieldName] = value ?? Guid.NewGuid().ToString();}else{row[entityInfo.FieldName] = value;}}dt.Rows.Add(row);}return dt;}}}

轉換成DataTable方法相對簡單，但這里我做了個優化下，當判斷主鍵是string類型，且值為空時，會自動生成一個GUID，并給其賦值，這樣做的目的是為了和EF原生的插入功能兼容。

生成Csv的相對比較麻煩，因為Csv是用逗號以及其他符號來區分每一行、每一列數據，但經常會存在要插入的數據包含了csv的特殊符號，這樣情況下就需要做轉義。另外，還有一個需要考慮的問題，linux和windows默認的換行符是有區別的，windows的換行符為\r\n，而linux默認的是\n，所以在生成csv時，需要根據不同的系統進行處理。

下面來看下具體怎么調用相關的插入方法，首先看下mysql的，主要代碼如下所示：

private async Task InsertCsvAsync(string csv, string tableName, List<string> columns){var fileName = Path.GetTempFileName();await File.WriteAllTextAsync(fileName, csv);var conn = _context.Database.GetDbConnection() as MySqlConnection;var loader = new MySqlBulkLoader(conn){FileName = fileName,Local = true,LineTerminator = Extension.IsWin() ? "\r\n" : "\n",FieldTerminator = ",",TableName = tableName,FieldQuotationCharacter = '"',EscapeCharacter = '"',CharacterSet = "UTF8"};loader.Columns.AddRange(columns);await loader.LoadAsync();}

在上述的代碼中，首先創建一個臨時文件，然后將其他數據源轉換的csv內容寫入到文件中，獲取數據庫連接，再然后創建MySqlBulkLoader類的實例，將相關參數進行復制后，還需要配置字段列表，最后執行LoadAsync命令。

下面是mssql的批量插入的核心代碼：

public async Task InsertAsync(DataTable table){if (table == null){throw new ArgumentNullException();}if (string.IsNullOrEmpty(table.TableName)){throw new ArgumentNullException("DataTable的TableName屬性不能為空");}var conn = (SqlConnection)_context.Database.GetDbConnection();await conn.OpenAsync();using (var bulk = new SqlBulkCopy(conn)){bulk.DestinationTableName = table.TableName;foreach (DataColumn column in table.Columns){bulk.ColumnMappings.Add(column.ColumnName, column.ColumnName);}await bulk.WriteToServerAsync(table);}}

以上方法相對簡單，在此不做更多解釋。

至此，mysql和mssql批量的導入的方案已經介紹完畢，但可能就會有人說了，這跟EF好像也沒什么關系呀。
其實如果你有仔細看的話，或許能發現，我在代碼中使用了一個名為_context字段，此字段其實就是EF的DbContext的實例。但文章內容到此時也沒有完全的和EF結合，下面就來介紹下如何更優雅的將此功能集成到EF中。

在.net core中，接入EF的時候其實已經指定了使用的數據庫類型，實例代碼如下：

services.AddDbContext<MyDbContext>(opt => opt.UseMySql("server=10.0.0.146;Database=demo;Uid=root;Pwd=123456;Port=3306;AllowLoadLocalInfile=true"))

既然以及指定了數據庫類型，那么在調用批量插入的時候，應該就不需要讓調用者判斷是使用mysql的方法，還是mssql的方法。具體怎么設計呢？且耐心往下看。

首先分別定義接口ISqlBulk，IMysqlBulk，ISqlServerBulk代碼如下：

namespace FL.DbBulk{public interface ISqlBulk{/// <summary>/// 批量導入數據/// </summary>/// <param name="table">數據源</param>void Insert(DataTable table);/// <summary>/// 批量導入數據/// </summary>/// <param name="table">數據源</param>Task InsertAsync(DataTable table);void Insert<T>(IEnumerable<T> enumerable) where T : class;Task InsertAsync<T>(IEnumerable<T> enumerable) where T : class;}}

IMysqlBulk，ISqlServerBulk接口繼承ISqlBulk，代碼如下：

namespace FL.DbBulk{public interface IMysqlBulk : ISqlBulk{Task InsertAsync<T>(string csvPath, string tableName = "") where T : class;}}namespace FL.DbBulk{public interface ISqlServerBulk:ISqlBulk{}}

然后創建ISqlBulk實現類：

namespace FL.DbBulk{public class SqlBulk : ISqlBulk{private ISqlBulk _bulk;public SqlBulk(DbContext context, IServiceProvider provider){if (context.Database.IsMySql()){_bulk = provider.GetService<IMysqlBulk>();}else if (context.Database.IsSqlServer()){_bulk = provider.GetService<ISqlServerBulk>();}}public void Insert(DataTable table){_bulk.Insert(table);}public async Task InsertAsync(DataTable table){await _bulk.InsertAsync(table);}public void Insert<T>(IEnumerable<T> enumerable) where T : class{_bulk.Insert(enumerable);}public async Task InsertAsync<T>(IEnumerable<T> enumerable) where T : class{await _bulk.InsertAsync(enumerable);}}}

在SqlBulk的構造函數中，通過context.Database的擴展方法判斷數據庫的類型，然后再獲取相應的接口的實例。再然后就是實現IMysqlBulk和ISqlServerBulk的實現類。上文已經把核心代碼貼出，再此為了篇幅，就不貼完整代碼了。

再然后，就是提供一個注入services的方法，代碼如下：

namespace Microsoft.Extensions.DependencyInjection{public static class ServiceCollectionExtension{public static IServiceCollection AddBatchDB<T>(this IServiceCollection services) where T:DbContext{services.TryAddScoped<IMysqlBulk, MysqlBulk>();services.TryAddScoped<ISqlServerBulk, SqlServerBulk>();services.TryAddScoped<ISqlBulk, SqlBulk>();services.AddScoped<DbContext, T>();return services;}}}

有了以上代碼，我們就可以通過在Startup中很方便的啟用批量插入的功能了。

最后，貼出兩種插入方式對比的測試數據：

數據量	EF默認耗時(s)	ISqlBulk耗時(s)
10	0.028	0.030
1w	3.929	1.581
10w	31.280	15.408

以上測試數據均是使用同一個mysql數據庫，不同配置以及網絡環境下，測試的數據會有差異，有興趣的可以自己試試。

至此，本人內容已完畢。

---

最后，貼出git地址，如果思路或代碼可以幫到你，歡迎點贊，點star
https://github.com/fuluteam/FL.DbBulk.git

總結

以上是生活随笔為你收集整理的EF批量插入太慢？那是你的姿势不对的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。