为了体现不加索引和添加索引的区别，需要使用百万级的数据，但是百万数据的表，如果使用一条条添加，特别繁琐又麻烦，这里使用存储过程快速添加数据，用时大概4个小时。
创建一个用户表
CREATE TABLE `t_sales` ( `id` int(11) NOT NULL AUTO_INCREMENT, `username` varchar(32) COLLATE utf8_bin DEFAULT NULL COMMENT '用户名', `password` varchar(64) COLLATE utf8_bin DEFAULT NULL COMMENT '密码 MD5存储', `register_time` timestamp NULL DEFAULT NULL COMMENT '注册时间', `type` int(1) DEFAULT NULL COMMENT '用户类型 1,2,3,4 随机', PRIMARY KEY (`id`), KEY `idx_username` (`username`) USING BTREE )
然后创建存储过程，批量添加数据。
create procedure salesAdd()
begin
declare i int default 11;
while i = 4000000 do
insert into blog.t_sales
(`username`,`password`,`register_time`,type) values
(concat("jack",i),MD5(concat("psswe",i)),from_unixtime(unix_timestamp(now()) - floor(rand() * 800000)),floor(1 + rand() * 4));
set i = i + 1;
end while;
end
然后调用存储过程
call salesAdd()
虽然使用存储过程添加数据相对一个个添加更加便捷，快速，但是添加几百万数据要花几个小时时间也是很久的，后面在网上找到不少资料，发现mysql每次执行一条语句都默认自动提交，这个操作非常耗时，所以在在添加去掉自动提交。设置 SET AUTOCOMMIT = 0;
create procedure salesAdd()
begin
declare i int default 1;
set autocommit = 0;
while i = 4000000 do
insert into blog.t_sales
(`username`,`password`,`register_time`,type) values
(concat("jack",i),MD5(concat("psswe",i)),from_unixtime(unix_timestamp(now()) - floor(rand() * 800000)),floor(1 + rand() * 4));
set i = i + 1;
end while;
set autocommit = 1;
end
执行时间387秒，约为六分钟，其中还有一半时间用于md5、随机数的计算。
[SQL]
call salesAdd();
受影响的行: 0
时间: 387.691s
到此这篇关于Mysql使用存储过程快速添加百万数据的文章就介绍到这了,更多相关Mysql添加百万数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
