C# Oracle批量插入数据进度条的实现代码
时间：2021-02-17 14:04:29|栏目：.NET代码|点击： 次
前言
由于项目需求，需要将Excel中的数据进过一定转换导入仅Oracle数据库中。考虑到当Excel数据量较大时，循环Insert语句效率太低，故采用批量插入的方法。在插入操作运行时，会造成系统短暂的“卡死”现象。为了让用户知道插入的状态，需要制作一个进度条来显示插入的进度。
批量插入
项目中运用的是System.Data.OracleClient。首先将Excel数据通过转换函数转换为DataTable,其中的字段和数据库中相应表格的字段完全对应。
public int Import2Oracle(ISheet sheet, string tablename)
{
DataTable dt = GetDataFromExcelByNPOI(sheet); //经过转换后获得DataTable
OracleCommand cmd = conn.CreateCommand();// conn为数据库连接对象
OracleDataAdapter da = new OracleDataAdapter(cmd);
OracleCommandBuilder ocb = new OracleCommandBuilder(da);
string SelectSQL = "select * from "+tablename+ " where ROWNUM=0";
da.SelectCommand.CommandText = SelectSQL;
da.InsertCommand = ocb.GetInsertCommand();
da.Update(dt);
return 1; //返回正常
}
上述代码没有列出连接Oracle数据库相关代码，该段代码将DataTable批量插入数据库中。为了利用进度条控件实现显示插入的进度，需要在每次成功插入一条数据后更新进度条。
进度条实现
为了实现实时更新插入进度，需要用到OracleDataAdapter类下RowUpdated事件。官方文档中有注释，当使用Update方法时，在每一条记录更新时会发生两个事件，即OnRowUpdating和OnRowUpdated。利用OnRowUpdated这个事件即可记录已插入多少条数据，显示插入进度。
int Sum = 0; //总记录数
int rowNum = 0; //插入记录数
public int Import2Oracle(ISheet sheet)
{
Sum = sheet.LastRowNum - 1; //获取总记录数
DataTable dt = GetDataFromExcelByNPOI(sheet); //经过转换后获得DataTable，利用到了NPOI
OracleCommand cmd = conn.CreateCommand();// conn为数据库连接对象
OracleDataAdapter da = new OracleDataAdapter(cmd);
OracleCommandBuilder ocb = new OracleCommandBuilder(da);
string SelectSQL = "select * from GZGDZL."+tablename+ " where ROWNUM=0";
da.SelectCommand.CommandText = SelectSQL;
da.InsertCommand = ocb.GetInsertCommand();
// update, this operation fires two events
// (RowUpdating/RowUpdated) per changed row
//这里只用到RowUpdated事件
da.RowUpdated += new OracleRowUpdatedEventHandler(OnRowUpdated);
da.Update(dt);
return 1; //返回正常
}
//OnRowUpdated事件
private void OnRowUpdated(object sender, OracleRowUpdatedEventArgs e)
{
//刷新界面进度条
rowNum = rowNum + 1;
reportValue = (int)(rowNum /m_sheet.LastRowNum * 100);
this.progressBar1.Value = percent; //progressBar控件已经设置最大值为100，最小值为0
}
经过改进后以上代码即可让用户实时看到数据插入进度，虽然在一定程度上会影响插入的效率，但换来了用户对插入状态的了解，而且这种影响在数据量不是特别巨大的情况下几乎可以忽略。
总结
