如何提高 mysql LOAD XML LOCAL INFILE table 导入的性能？

Question

对于 mysql 数据库，我有一些 XML 转储文件。

table pricing table 的导入文件如下所示：

<database>
    <table>
        <row>
            <id>5954017</id>
            <foo>narf</foo>
            <bar_id>1377</bar_id>
            <price_single>800.00</price_single>
            <price_double>1500.00</price_double>
            <price_triple>2000.00</price_triple>
            <price_quad>1900.00</price_quad>
            <currency>USD</currency>
        </row>
        ...
    </table>
</database>

它有

$ xmllint --xpath "count(//row)" import.xml 
223198

行，其大小为：

du -h import.xml 
69M import.xml

我想通过 mysql 的 LOAD XML 功能导入。 table 将始终被预先截断。

MySQL [my_database]> LOAD XML LOCAL INFILE 'import.xml' INTO TABLE pricing ROWS IDENTIFIED BY '<row>' \G

成功了，但是table import 貌似耗时比较长：

Query OK, 223198 rows affected (1 hour 44 min 48.40 sec)
Records: 223198  Deleted: 0  Skipped: 0  Warnings: 0

我读到人们正在使用此 LOAD INFILE 功能导入千兆字节的数据，我预计它的性能会快得多，在几分钟内，而不是几小时内。我的期望错了吗？对于这样一个包含 200,000 个条目的数据集，这是正常时间吗？

（我还将此速度与自定义 php 导入脚本进行比较，该脚本手动解析 XML 并逐行插入每一行；并且该任务需要 45 分钟来完成所有 tables。我希望 LOAD XML LOCAL INFILE 能够胜过该任务。）

我的 table 看起来像这样：

MySQL [my_database]> DESCRIBE pricing;
+----------------+--------------+------+-----+---------+-------+
| Field          | Type         | Null | Key | Default | Extra |
+----------------+--------------+------+-----+---------+-------+
| id             | int(11)      | NO   | PRI | NULL    |       |
| foo            | varchar(256) | YES  |     | NULL    |       |
| bar_id         | int(11)      | YES  |     | NULL    |       |
| price_single   | float        | YES  |     | NULL    |       |
| price_double   | float        | YES  |     | NULL    |       |
| price_triple   | float        | YES  |     | NULL    |       |
| price_quad     | float        | YES  |     | NULL    |       |
| currency       | varchar(3)   | YES  |     | NULL    |       |
+----------------+--------------+------+-----+---------+-------+

创建于：

DROP TABLE IF EXISTS `pricing`;
CREATE TABLE `pricing` (
      `id` int(11) NOT NULL,
      `foo` varchar(256) DEFAULT NULL,
      `bar_id` int(11) DEFAULT NULL,
      `price_single` float DEFAULT NULL,
      `price_double` float DEFAULT NULL,
      `price_triple` float DEFAULT NULL,
      `price_quad` float DEFAULT NULL,
      `currency` varchar(3) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL,
      PRIMARY KEY (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

我可以做些什么来提高 LOAD XML LOCAL INFILE 的性能？

Answer 1

将您的 XML 转换为 CSV 文件，几乎可以即时导入。

您可以通过 xslt 转换 XML，例如使用xsltproc:

 $ xsltproc transformToCsv.xsl price.xml > price.csv
 "5954017"╡"narf"╡"1377"╡"800.00"╡"1500.00"╡"2000.00"╡"1900.00"╡"USD"

合适的 xslt transformToCsv.xsl 看起来像这样：

<xsl:stylesheet version="1.0"
                xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="text"
                encoding="utf-8"/>

    <xsl:param name="delim"
               select="'╡'"/>
    <xsl:param name="quote"
               select="'&quot;'"/>
    <xsl:param name="break"
               select="'&#10;'"/>

    <xsl:template match="/">
        <xsl:apply-templates select="database/table/row"/>
    </xsl:template>

    <xsl:template match="row">
        <xsl:apply-templates/>
        <xsl:if test="following-sibling::*">
            <xsl:value-of select="$break"/>
        </xsl:if>
    </xsl:template>

    <xsl:template match="*">
        <xsl:value-of select="concat($quote, normalize-space(), $quote)"/>
        <xsl:if test="following-sibling::*">
            <xsl:value-of select="$delim"/>
        </xsl:if>
    </xsl:template>

    <xsl:template match="text()"/>
</xsl:stylesheet>

然后导入语法更改为：

$ mysql \
    -h YOUR_MYSQL_HOST \
    -P YOUR_PORT \
    -uYOUR_USER \
    -pYOUR_PASSWORD \
    YOUR_DATABASE \
    -e "LOAD DATA LOCAL INFILE 'pricing.csv' INTO TABLE pricing FIELDS TERMINATED BY '╡' ENCLOSED BY '\"' \G"

导入 200,000 个条目成为（毫秒）秒的事情。

如何提高 mysql LOAD XML LOCAL INFILE table 导入的性能？

How to improve performance of a mysql LOAD XML LOCAL INFILE table import?

mysql

xml

performance

import

load-data-infile