一直以来对于MySQL的存储过程性能还是颇有微词的，说实话够慢的。有时候想做一些对比测试，存储过程初始化几万条数据都得好一会儿，这功夫Oracle类似的测试早都做完了，今天就赶个晚班车，把这个没做完的任务完成了。

我大体测试了一下，以100万数据为基准，初始化性能的提升会从近8分钟提升到10多秒钟。

我自己尝试了以下4种方案。

1.存储过程批量导入(近8分钟)

2.存储过程批量导入内存表，内存表导入目标表(近5分钟)

3.使用shell脚本生成数据，使用load data的方式导入数据(近20秒)

4.使用shell脚本生成数据，使用load data的方式导入内存表，内存表数据导入目标表(近18秒)

方案1：存储过程导入

我们测试使用的表为users，InnoDB存储引擎，计划初始化数据为100万。

create table users(

userid int(11) unsigned not null,

user_name varchar(64) default null,

primary key(userid)

)engine=innodb default charset=UTF8;使用如下的方式来初始化数据，我们就使用存储过程的方式。

delimiter $$

drop procedure if exists proc_auto_insertdata$$

create procedure proc_auto_insertdata()

begin

declare

init_data integer default 1;

while init_data<=100000 do

insert into users values(init_data,concat('user'    ,init_data));

set init_data=init_data+1;

end while;

end$$

delimiter ;

call proc_auto_insertdata();因为我对这个过程还是信心不足，所以就抓取了十分之一的数据10万条数据，测试的结果是执行了47秒钟左右，按照这个数据量大概需要8分钟左右。

> source create_proc.sql

Query OK, 0 rows affected, 1 warning (0.04 sec)

Query OK, 0 rows affected (0.02 sec)

Query OK, 1 row affected (47.41 sec)    所以这个过程虽然是一步到位，但是性能还是差强人意，我看有 的同学在不同的配置下性能差别很大，有的同学达到了近50分钟。这一点上以自己的测试环境为准，然后能够得到一个梯度的数据就可以了。

我们来看看第二个方案。

方案2：使用内存表

第二个方案，我们尝试使用内存表来优化，这样一来我们就需要创建一个内存表，比如名叫users_memory。

create table users_memory(

userid int(11) unsigned not null,

user_name varchar(64) default null,

primary key(userid)

)engine=memorydefault charset=UTF8;然后使用如下的存储过程来导入数据，其实逻辑和第一个存储过程几乎一样，就表名不一样而已，这个里面数据是入到内存表中。

delimiter $$

drop procedure if exists proc_auto_insertdata$$

create procedure proc_auto_insertdata()

begin

declare

init_data integer default 1;

while init_data<=1000000 do

insert into users_memoryvalues(init_data,concat('user'    ,init_data));

set init_data=init_data+1;

end while;

end$$

delimiter ;

call proc_auto_insertdata ;这个过程可能会抛出table is full相关的信息，我们可以适当调整参数tmpdir(修改需要重启),max_heap_table_size(在线修改)，然后重试基本就可以了。

> source create_proc_mem.sql

Query OK, 0 rows affected (0.00 sec)

Query OK, 0 rows affected (0.00 sec)

Query OK, 1 row affected (4 min 40.23 sec)这个过程用时近5分钟，剩下的内存表数据导入InnoDB表很快了，几秒钟即可搞定。

> insert into users select *from users_memory;

整个过程下来不到5分钟，和第一种方案相比快了很多。

方案3：使用程序/脚本生成数据，批量导入

第三种方案只是抛砖引玉，如果你对php熟悉，可以完全用php来写，对哪种语言脚本熟悉，只要实现需求即可。比如我使用shell，也没有使用什么特别的技巧。

shell脚本内容如下：

for i in {1..1000000}

do

echo  $i,user_$i

done > a.lst脚本写得很简单，生成数据的过程大概耗时8秒钟，文件有18M左右。

# time sh a.sh

real    0m8.366s

user    0m6.312s

sys     0m2.039s然后使用load data来导入数据，整个过程花费时间大概在8秒钟左右，所以整个过程的时间在19秒以内。

> load data infile '/U01/testdata/a.lst'  into table users fields terminated by ','  ;

Query OK, 1000000 rows affected (8.05 sec)

Records: 1000000  Deleted: 0  Skipped: 0  Warnings: 0

方案4：内存表,外部文件导入混合

第四种方案是临时想的，也是结合了这几种方案的一些特点，当然不能说它就是最好的。

首先使用脚本生成数据，还是和方案3一样，估算为9秒钟，导入数据到内存表users_memory里面。

> load data infile '/U01/testdata/a.lst'  into table users_memory fields terminated by ','  ;

Query OK, 1000000 rows affected (1.91 sec)

Records: 1000000  Deleted: 0  Skipped: 0  Warnings: 0然后把内存表的数据导入目标表users

> insert into users select *from users_memory;

Query OK, 1000000 rows affected (7.48 sec)

Records: 1000000  Duplicates: 0  Warnings: 0整个过程耗时在18秒，和第三种方案很相似，看起来略微复杂了或者啰嗦了一些。

以上几种方案只是个人的一些简单测试总结，如果你有好的方案，希望多提意见，多多沟通。

扫码或者长按如下的图片都可以关注我的公众号，继续努力中。。。