有奖捉虫:云通信与企业服务文档专题,速来> HOT
本文为您介绍使用 TXRocks 的最佳实践 - 大量数据导入如何提升导入速度。

背景

场景:将大量数据导入 TXRocks 引擎的数据库中,需对导入速度进行提升。
影响:导入海量数据时,有可能出现 Rows inserted during bulk load must not overlap existing rows 错误。

处理方法1

1. 先删除二级索引(只保留主键索引)。
2. 根据规格和用户数据量调整内存相关参数。
说明
需要根据规格和数据量,对参数 rocksdb_merge_buf_size 和 rocksdb_merge_combine_read_size 适当调大。
rocksdb_merge_buf_size 表示建索引过程中多路归并时每路数据量,rocksdb_merge_combine_read_size 表示多路归并时,各路占用总内存。
rocksdb_block_cache_size 表示 rocksdb_block_cache 大小,在多路归并时,建议临时调小。
3. bulk load 方式导数据。
SET session rocksdb_bulk_load_allow_unsorted=1;
SET session rocksdb_bulk_load=1;
...
导入数据
...
SET session rocksdb_bulk_load=0;
SET session rocksdb_bulk_load_allow_unsorted=0;
说明
如果导入的数据本身有序,则不需要设置 rocksdb_bulk_load_allow_unsorted。
4. 重建二级索引,可以在全部数据导入完成后,逐个重建二级索引。
注意
二级索引创建过程中涉及多路归并,rocksdb_merge_buf_size 为每路数据量大小,rocksdb_merge_combine_read_size 为合并过程中多路合并所使用的总内存大小。
例如,建议 rocksdb_merge_buf_size 设置为64MB以上,rocksdb_merge_combine_read_size 设置为1GB以上,为避免 OOM,导入数据全部完成后务必改回原参数值。
此外,每个二级索引创建过程都会消耗较多内存,建议不要同时创建较多的二级索引。

处理方法2

导入数据过程中,关闭 unique_check,可以提升导入性能。
SET unique_checks=OFF;
...
导入数据
...
SET unique_checks=ON;
注意
处理完成后,务必将 unique_checks 改回 ON,否则后续正常事务写入的 insert 操作不会进行唯一性检查。