
關(guān)于Execl導(dǎo)入大數(shù)據(jù)量文件的處理思路
Execl作為微軟的早期產(chǎn)品,功能強大的同時,性能也相應(yīng)的差很多,處理大數(shù)據(jù)量時,尤其明顯。最近項目中有一個需求,要求導(dǎo)入人員信息,Execl的數(shù)據(jù)量大概5000左右,但是會關(guān)聯(lián)其他表,查詢出100萬級別的數(shù)據(jù)量,插入到值表。并且這個過程是系統(tǒng)管理人員每月不定期在頁面導(dǎo)入的。系統(tǒng)設(shè)計的要求是10秒內(nèi)完成。
簡單說一下我們的思路,這里主要說思路,更細節(jié)的技術(shù)問題,可以和我聯(lián)系:
第一步:把Excel轉(zhuǎn)成CSV文件,這里可以是系統(tǒng)使用人員手動轉(zhuǎn)換,也可以由程序來轉(zhuǎn)換。
然后先導(dǎo)入Excel中的5000條信息到人員信息表。后臺數(shù)據(jù)庫用存儲過程實現(xiàn),使用merge的方式進行增量導(dǎo)入。
第二步:關(guān)聯(lián)其他表,然后將符合條件的結(jié)果集作為值直接插入到臨時表,這個過程也是在存儲過程中實現(xiàn)。這里有一個技巧,把SELECT的結(jié)果集,作為INSERT語句的VALUES,這樣能比逐條處理速度要快很多。
第三步:使用MERGE的方式,將臨時表的數(shù)據(jù),增量導(dǎo)入目標表。這個過程也在存儲過程中
實現(xiàn)。
以上的案例,數(shù)據(jù)校驗的邏輯不是很多,只有一個重復(fù)性校驗,所以使用的是MERGE方式。如果業(yè)務(wù)上的數(shù)據(jù)校驗邏輯比較復(fù)雜,可能性能就會降低很多,這時就要考慮其他解決方案。
上面的SQL關(guān)鍵代碼,基本上都放在了存儲過程中,之所以這樣做,就是為了提高性能。在進行大數(shù)據(jù)量的操作時,每減少一次數(shù)據(jù)庫交互,可能就會明顯提高性能。我們都知道,存儲過程存儲在數(shù)據(jù)庫服務(wù)器端,屬于已經(jīng)預(yù)編譯過的SQL,當(dāng)調(diào)用存儲過程時,只需要傳遞參數(shù),而不需要再重新編譯SQL。并且,把多個SQL放在一個存儲過程中,減少了應(yīng)用服務(wù)器與數(shù)據(jù)庫服務(wù)器的交互次數(shù)。
關(guān)于上面的案例,還有2點要說明。
1,在處理大數(shù)據(jù)量的文件時,盡量減少逐行掃描的方式,,而是采用批量LOAD/IMPORT,或者批量MERGE/INSERT的方式。
2,建適當(dāng)數(shù)量的索引,無論對于INSERT操作,還是MERGE操作,都會起到事半功倍的效果。
最近項目中在進行性能優(yōu)化,關(guān)于Execl的導(dǎo)入導(dǎo)出,以及大數(shù)據(jù)量的查詢,都研究了好長時間,之前的查詢慢、導(dǎo)入慢,導(dǎo)出慢的問題,基本上都解決了,性能提高了不少,后面有時間會慢慢和大家分享。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10