insert into ... select 语句分批处理，是为了避免一次性插入大量数据导致数据库服务器资源耗尽，影响性能甚至造成数据库崩溃。 高效的分批处理需要仔细考虑数据量、服务器性能和数据库配置。
直接用 LIMIT 子句是最常用的方法。 我曾经处理过一个项目，需要将一个超过千万条记录的临时表的数据导入到正式表中。如果直接使用 INSERT INTO ... SELECT * FROM temp_table;，数据库直接挂掉了。 我们最终采用分批插入，代码类似这样：
DECLARE @batchSize INT = 10000; -- 批处理大小，根据实际情况调整
DECLARE @startRow INT = 0;
WHILE 1 = 1
BEGIN
INSERT INTO target_table (column1, column2, ...)
SELECT column1, column2, ...
FROM temp_table
WHERE id > @startRow
LIMIT @batchSize;
IF @@ROWCOUNT = 0
BREAK; -- 没有更多数据则退出循环
SET @startRow = @startRow + @batchSize;
-- 可在此处添加等待或其他操作，避免过度占用资源
WAITFOR DELAY '00:00:01'; -- 等待一秒，调整等待时间控制资源占用
END;这段代码的核心在于 LIMIT @batchSize，它限制每次插入的数据行数。 @@ROWCOUNT 变量记录了本次插入的行数，当为0时，表示已经处理完所有数据。 WAITFOR DELAY 则是一个关键的细节，它可以有效控制插入速度，避免对数据库造成冲击。 这个等待时间需要根据实际情况进行调整，过短可能仍然会造成压力，过长则会影响效率。 我最初设置的等待时间是 0，结果发现服务器负载还是很高，后来调整到 1 秒才比较稳定。
批处理大小 @batchSize 的选择也很重要。 过小会增加循环次数，降低效率；过大则可能导致单个批次处理时间过长，同样影响效率，甚至引发错误。 最佳值需要根据你的数据库服务器性能和数据表结构进行测试和调整。 我建议从几千条记录开始测试，逐步增加，直到找到一个平衡点，既能保证效率，又能避免服务器过载。
此外，还需要注意的是，事务控制也是一个重要的方面。 你可以考虑在循环内部使用事务，保证数据的一致性。如果一个批次插入失败，整个事务回滚，避免数据不完整。但也要注意，事务会增加开销，需要权衡利弊。
最后， 选择合适的索引对于提升性能也至关重要。 确保目标表上有合适的索引，特别是主键和经常被查询的列，可以显著加快插入速度。
记住，分批插入是一个需要根据实际情况调整参数的过程。没有一个放之四海而皆准的最佳实践，只有不断测试和优化，才能找到最适合你的方案。
