SQL导入导出性能瓶颈主因是默认设置、事务开销、索引约束校验及批处理粒度不当；优化需关闭自动提交、禁用索引与外键、优先用原生批量命令（如LOAD DATA、COPY、BULK INSERT），并合理设定批大小。
SQL数据导入导出性能瓶颈，通常不在网络或磁盘本身，而在于默认设置、事务开销、索引与约束的实时校验，以及批量处理粒度不合理。优化核心是“减少单次操作的额外负担，放大有效I/O吞吐”。
关闭自动提交，显式控制事务边界
多数客户端工具（如MySQL命令行、pgAdmin、SQL Server Management Studio）默认每条INSERT自动提交。导入百万级数据时，这会导致海量日志写入和锁竞争。应手动包裹大批次操作：
- MySQL：执行 SET autocommit = 0;，每1000–10000行执行一次 COMMIT;
- PostgreSQL：用 BEGIN; + COMMIT; 包裹 COPY 或多条 INSERT；避免在事务中混用 DDL
- SQL Server：使用 SET IMPLICIT_TRANSACTIONS OFF;，配合显式 BEGIN TRAN 和 COMMIT
导入前临时禁用索引与外键约束
索引更新和外键检查会在每行插入时触发额外计算和查找。对目标表已存在大量数据的场景尤其明显：
- MySQL：用 ALTER TABLE tbl DISABLE KEYS;（仅MyISAM有效）；InnoDB建议先 DROP INDEX，导入完成再重建
- PostgreSQL：SET CONSTRAINTS ALL DEFERRED; 可延迟检查，或临时 ALTER TABLE ... DROP CONSTRAINT（需记录DDL以便恢复）
- SQL Server：ALTER INDEX ALL ON tbl DISABLE;，导入后 REBUILD；外键用 NOCHECK CONSTRAINT 暂停验证
优先使用原生批量加载命令，而非逐行INSERT
通用INSERT语句解析开销大、协议往返多。各数据库均提供面向批量数据的专用命令，吞吐量可提升5–50倍：
- MySQL：LOAD DATA INFILE（本地文件）或 mysqlimport 工具，比INSERT快10倍以上
- PostgreSQL：COPY 命令（支持CSV/TEXT/BINARY），比INSERT快20倍；配合 psql -c "\COPY ..." 或程序端使用CopyManager
- SQL Server：BULK INSERT、bcp 命令行工具，或SSIS中的“Bulk Insert Task”，启用 TABLOCK 和 ROWS_PER_BATCH
合理设置批大小与缓冲区，避免内存溢出或IO过载
批太小→事务/日志开销占比高；批太大→内存吃紧、回滚代价高、锁持有时间长：
- 推荐起始值：5000–20000行/批（视单行大小调整；若平均行>1KB，下调至2000–5000）
- PostgreSQL COPY：无需手动分批，但注意 client_encoding 和 standard_conforming_strings 配置一致性
- Java/JDBC场景：用 addBatch() + executeBatch()，并设置 rewriteBatchedStatements=true（MySQL）或 useServerPrepStmts=false（提升批量效率）
不复杂但容易忽略：导出时也应避免SELECT * + 应用层拼接，改用数据库原生导出命令（如pg_dump --data-only、mysqldump --skip-triggers --no-create-info），并关闭字符集自动转换和注释输出。
