質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.60%

SQL Serverへのインポート処理を早くしたい

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 4,944

score 16

前提・実現したいこと

Docker上のSQL Serverに大量データ(約600GB)のインポートを行いたい。

発生している問題・エラーメッセージ

4GBのデータインポート(BulkInsertを使用)で10分程度かかっており、インポートが遅くなりました。(前回実績では、同一テーブルで1GB程度で10秒程で完了していた。)
アクティビティモニタ上はDockerを起動しているだけで、「com.docker.hyperkit」がWrite約50GB,Read約35GB になっており、Docker上で何かしらIOが発生し続けているように見えるので、それが原因のような気がするのですが、なぜそうなっているのかわからず。。。

該当のソースコード

BULK INSERT [テーブル名]
FROM [Docker内のCSVファイルパス]
WITH
(
  FILEDTERMINATOR = ',',
  ROWTERMINATOR = '0x0a'
);

試したこと

Dockerの再起動、SQL Serverの新規DB作成

補足情報(FW/ツールのバージョンなど)

SQL Server:SQL Server2017
Docker:18.03.1-ce-mac65
GUIツール:SQL Operation Studio 0.30.6

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

メモリが足りてないんじゃないですか?
BULK INSERT時に、INSERT対象のデータより多くのメモリの空き容量を確保してやってみるか、メモリの空き容量以内のデータで複数回実行してみて下さい。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/02/23 19:26

    出来れば BULK INSERT するファイルサイズの4倍ぐらいは空きメモリが欲しいですね。
    あとSQL Server はエディションによって使えるメモリも制限があるので空きメモリがあっても使えないことがあります。
    600GBなら1GB*600 にファイル分割して BULK INSERT するのが現実的でしょうね。

    キャンセル

  • 2019/02/23 19:48

    回答ありがとうございます。やはり分割する必要がありますよね、、、。
    10程度のテーブルに入れようとするのが無茶でした。

    キャンセル

  • 2019/02/24 00:21

    実際600GB入れるとなるとメモリにキャッシュさせるのは無理な話だし、ディスクやバスやネットワークの転送速度のうちボトルネックになる部分の速度に合わせて設計すべきです。しかし、実際には、インデックスも最終的には構築しないといけないし、テーブル特性によっては同時に構築しないといけないケースもあるはずなので、この場合は単純に掛け算割り算では計算できない曲線的な特性を持ちます。
    すでにされていると思いますが、ロギングを抑えつつ、並列化を極力して、適切なバルクで転送するようにしてください。

    キャンセル

+1

BATCHSIZE を指定して、分割コミットされるようにして下さい。
但し、エラーになった場合のリカバリーについての考慮はしておいて下さい。

BULK INSERT (Transact-SQL)

パフォーマンスに関する考慮事項
1 つのバッチでフラッシュされるページの数が内部しきい値を超えると、バッチのコミット時にフラッシュするページを特定するためにバッファー プールのフル スキャンが行われる可能性があります。 
フル スキャンが行われると、一括インポートのパフォーマンスが低下します。 
この内部しきい値の問題は、大きなバッファー プールと遅い I/O サブシステムの組み合わせでも発生します。 
大規模なコンピューターでバッファー オーバーフローを防ぐには、TABLOCK ヒントを使用しないようにするか (一括インポートの最適化は行われなくなります)、バッチ サイズを小さくします (一括インポートの最適化は引き続き行われます)。
コンピューターはそれぞれ異なるため、実際のデータでさまざまなバッチ サイズを試して最適な値を見つけるようにすることをお勧めします。

BATCHSIZE =batch_size
1 つのバッチに含まれている行の数を指定します。 
それぞれのバッチは、1 回のトランザクションでサーバーにコピーされます。 
コピーに失敗した場合、SQL Server では各バッチのトランザクションがコミットまたはロールバックされます。 
既定では、指定のデータ ファイル内にあるすべてのデータが 1 つのバッチになります。 

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.60%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る