大批量数据插入方法：别再一条条INSERT了

你是不是也遇到过这样的情况：要往ref="/tag/426/" style="color:#874873;font-weight:bold;">数据库里塞几万条订单记录、上百万条日志，或者导出Excel后想批量导入到MySQL？手动写INSERT语句？复制粘贴一百次？等它跑完，泡的茶都凉了。

慢，是因为没用对方法

一条一条执行INSERT，本质是反复建立连接、解析SQL、写日志、刷磁盘。每条语句都是独立事务（默认），开销大得离谱。换成批量操作，效率能差十倍、百倍。

最常用又有效的几种法子

1. INSERT ... VALUES 多值插入
这是最轻量、兼容性最好的方式，适合几千条以内数据：

INSERT INTO users (name, email, age) VALUES
  ('张三', 'z3@demo.com', 28),
  ('李四', 'l4@demo.com', 32),
  ('王五', 'w5@demo.com', 25);

注意：单条语句别太长，MySQL 默认 max_allowed_packet 是4MB，超了会报错。可以分批，比如每次插1000行。

2. LOAD DATA INFILE（本地文件直入）
如果你有CSV或TXT文件，这是最快的——绕过SQL解析，直接读文件进表：

LOAD DATA INFILE '/tmp/users.csv'
INTO TABLE users
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
(name, email, age);

前提：MySQL服务端能读到这个路径；本地模式下可用 LOAD DATA LOCAL INFILE（需客户端开启）。

3. 使用事务包住多条INSERT
不改语句结构，只加个“包裹”动作，适合已有代码微调：

BEGIN;
INSERT INTO logs (msg, time) VALUES ('启动成功', '2024-06-10 09:00:00');
INSERT INTO logs (msg, time) VALUES ('用户登录', '2024-06-10 09:00:03');
INSERT INTO logs (msg, time) VALUES ('下单完成', '2024-06-10 09:00:08');
COMMIT;

把1000条INSERT塞进一个事务，比1000个独立事务快得多。

顺手提一句：别在PHP/Python里拼SQL

有人用循环+字符串拼接生成大段INSERT，看着省事，其实危险又低效。参数化预处理+批量绑定才是正解。比如Python用pymysql的executemany()：

data = [('赵六', 'z6@demo.com', 30), ('孙七', 's7@demo.com', 27)]
cursor.executemany(
    "INSERT INTO users (name, email, age) VALUES (%s, %s, %s)",
    data
)

既防SQL注入，又由驱动自动优化发送节奏。

说到底，大批量插入不是“能不能做”，而是“选哪条路更快更稳”。按数据来源选：本地文件就上LOAD DATA；程序生成就走事务或executemany；临时凑几条就多值INSERT——手熟了，几分钟搞定十万条，真不费劲。