前提

由于工作的原因，經常需要對海量數據進行處理，做的數據爬蟲相關，動輒千萬級別的數據，單表幾十個G都是都是家常便飯。  主要開發語言是C#，數據庫使用的是MySQL。

最常見的操作便是 select 讀取數據，然后在C#中對數據進行處理， 完畢后再插入數據庫中。  簡而言之就 select -> process -> insert三個步驟。 對于數據量小的情況下（百萬級別 or 幾百兆)可能最多1個小時就處理完了。但是對于千萬級數據可能幾天，甚至更多。 那么問題來了，如何優化？？

 （數據庫的一覽，有圖有真相）

第一步 解決讀取的問題

跟數據庫打交道的方式有很多，我來列舉下吧：

1. 【重武器-坦克大炮】使用重型ORM框架，比如EF,NHibernat 這樣的框架。
2. 【輕武器-AK47】 使用Dapper,PetaPoco之類，單cs文件。靈活高效，使用簡單。居家越貨必備（我更喜歡PetaPoco :)）
3. 【冷兵器？匕首？】使用原生的Connection、Command。 然后寫原生的SQL語句。。

分析：

【重武器】在我們這里肯定直接被PASS， 他們應該被用在大型項目中。 

【輕武器】Dapper,PetaPoco 看過源碼你會發現用到了反射，雖然使用IL和緩存技術，但是還是會影響讀取效率，PASS
好吧那就只有使用匕首，原生SQL走起， 利用DataReader 進行高效讀取，并且使用索引取數據（更快），而不是列名。
大概的代碼如下：

哈哈，怎么樣，代碼非常原始，還是使用索引來取數據，很容易出錯。  當然一切為了性能咱都忍了

第二步 數據處理

其實這一步，根據你的業務需要，代碼肯定不一， 不過無非是一些字符串處理，類型轉換的操作，這時候就是考驗你的C#基礎功底的時候了。 以及如何高效編寫正則表達式。。。

具體代碼也沒法寫啊 ，先看完CLR via C# 在來跟我討論吧 ，O(∩_∩)O哈哈哈~ 跳過。。。。