千万条数据快速插入mysql 只需要10分钟

表结构

drop table if EXISTS `t_oc_order_info`;
CREATE TABLE `t_oc_order_info` (
  `id` bigint(20) NOT NULL DEFAULT 0 COMMENT 订单编号,
  `order_no` varchar(100) NOT NULL DEFAULT  COMMENT 订单号,
  `org_code` int(11) NOT NULL DEFAULT 0 COMMENT 订单所属组织编码,
  `org_name` varchar(100) NOT NULL DEFAULT  COMMENT 组织名称,
	`patient` varchar(100) NOT NULL DEFAULT  COMMENT 患者名称,
  `status` tinyint(3) NOT NULL DEFAULT 0 COMMENT 订单状态,
	`design_type` varchar(256) NOT NULL DEFAULT  COMMENT 设计类型名称,
	`design_code` int(11) NOT NULL DEFAULT 0 COMMENT 设计类型,
	`design_status` tinyint(3) NOT NULL DEFAULT 0 COMMENT 设计状态,
  `print_status` int(11) NOT NULL DEFAULT 0 COMMENT 打印状态,
  `order_type` tinyint(3) NOT NULL DEFAULT 0 COMMENT 订单类型：1种植义齿，2固定修复，3活动修复，4正畸&其它，5个性化设置,
	`delivery_time` bigint(20) NOT NULL DEFAULT 0 COMMENT 交期（时区）,
  `is_delete` tinyint(3) NOT NULL DEFAULT 0 COMMENT 是否删除：0-不删除，1-删除；,
  `created_time` bigint(20) NOT NULL DEFAULT 0 COMMENT 创建时间,
	`sync_time` bigint(20) NOT NULL DEFAULT 0 COMMENT 同步时间,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT=订单信息;

存储过程(此存储结构插入耗费时间太多后面弃用了，慎用，仅供参考)

drop PROCEDURE `add_order_info`;
CREATE  PROCEDURE `add_order_info`(IN n int)
BEGIN  
  DECLARE i INT DEFAULT 1;
	DECLARE id BIGINT DEFAULT 1384347225387024387;
    WHILE (i <= n ) DO
--       INSERT into vote_record_memory  (user_id,vote_id,group_id,create_time ) VALUEs (rand_string(20),FLOOR(RAND() * 1000),FLOOR(RAND() * 100) ,now() );
-- 			SET @sqlStmt = CONCAT(INSERT INTO ,t_oc_order_info_,org, VALUES (,id,);
-- 			SET @tableName = concat(`t_oc_order_info_`,org);
			INSERT INTO `t_oc_order_info_100001`VALUES (id, 202104201124, 100001, 广州*******有限公司, , 2, , 0, 0, 0, 1, 0, 0, 1634638028559, 1634638027800);
      set i=i+1;
			set id=id+1;
    END WHILE;
END

CALL add_order_info(300000);

后面我发现另外一个方法更加的快速(千万数据)

1. 使用java代码将sql语句写入文件(千万数据花费了39786毫秒 也就是40秒钟左右)

public static void wirte(int size){
          
   
        String sql = "INSERT INTO `t_oc_order_info_100001`VALUES (%s, 202104201124, 100001, 广州*******有限公司, , 2, , 0, 0, 0, 1, 0, 0, 1634638028559, 1634638027800);";
//        System.out.println(String.format(sql,IdWorker.getId()));
        String path="E:\heygears\document\shardingjdbc技术预研\test.sql";
        File file=new File(path);
        if(!file.exists()){
          
   
            try {
          
   
                file.createNewFile();
            } catch (IOException e) {
          
   
                e.printStackTrace();
            }
        }
        try {
          
   
            //符合Java一种设计模式:装饰者设计模式(过滤器:Filter)
            BufferedOutputStream bos = new BufferedOutputStream(new FileOutputStream(path)) ;
            for (int i = 0; i < size; i++) {
          
   
                //写数据
                bos.write(String.format(sql,IdWorker.getId()).getBytes());
                if(i<size-1){
          
   
                    bos.write("
".getBytes());
                }
            }
            //释放资源
            bos.close();
        } catch (IOException e) {
          
   
            e.printStackTrace();
        }
    }

2. 生成的sql语句使用navicat导入数据库(此步骤有点久，) 花费时间 10分钟31.55
3. 查询(select count(*) 居然要7秒多) 最后：总共花费时间大概在11分钟15秒左右，这个时间还是可以接受的，小伙伴们，可以去挑战千万数据后mysql的优化了。有问题可以在下方评论和讨论，希望大家多指教