Sql 批量插入数据

简介: /// /// 批量插入用户配置 /// /// 目标连接字符 /// 目标表 /// 源数据 public void SqlBulkCopyByDatatable(string c...
/// <summary>
        /// 批量插入用户配置
        /// </summary>
        /// <param name="connectionString">目标连接字符</param>
        /// <param name="TableName">目标表</param>
        /// <param name="dt">源数据</param>
        public void SqlBulkCopyByDatatable(string connectionString, string TableName, DataTable dt)
        {
            using (SqlConnection conn = new SqlConnection(connectionString))
            {
                using (SqlBulkCopy sqlbulkcopy = new SqlBulkCopy(connectionString, SqlBulkCopyOptions.UseInternalTransaction))
                {
                    try
                    {
                        sqlbulkcopy.DestinationTableName = TableName;
                        for (int i = 0; i < dt.Columns.Count; i++)
                        {
                            sqlbulkcopy.ColumnMappings.Add(dt.Columns[i].ColumnName, dt.Columns[i].ColumnName);
                        }
                        sqlbulkcopy.WriteToServer(dt);
                    }
                    catch (System.Exception ex)
                    {
                        throw ex;
                    }
                }
            }
        }
View Code
  #region 将List转换到DataTable

                DataTable dt = new DataTable();
                dt.Columns.Add("RecordNum", typeof(string));
                dt.Columns.Add("UserName", typeof(string));
                dt.Columns.Add("ThemeID", typeof(int));
                dt.Columns.Add("ThemeName", typeof(string));
                dt.Columns.Add("TempID", typeof(int));
                dt.Columns.Add("TempRecordNumberID", typeof(string));
                dt.Columns.Add("TempUrl", typeof(string));
                dt.Columns.Add("ConfigDetail", typeof(string));
                dt.Columns.Add("Remark1", typeof(string));
                dt.Columns.Add("IsDelete", typeof(bool));
                dt.Columns.Add("CreateBy", typeof(string));
                dt.Columns.Add("CreateTime", typeof(DateTime));
                foreach (var p in ucList)
                {
                    DataRow row = dt.NewRow();
                    row["RecordNum"] = p.RecordNum;
                    row["UserName"] = p.UserName;
                    row["ThemeID"] = p.ThemeID;
                    row["ThemeName"] = p.ThemeName;
                    row["TempID"] = p.TempID;
                    row["TempRecordNumberID"] = p.TempRecordNumberID;
                    row["TempUrl"] = p.TempUrl;
                    row["ConfigDetail"] = p.ConfigDetail;
                    row["Remark1"] = p.Remark1;
                    row["IsDelete"] = p.IsDelete;
                    row["CreateBy"] = p.CreateBy;
                    row["CreateTime"] = p.CreateTime;
                    dt.Rows.Add(row);
                }

                #endregion

                //批量保存用户配置
                string myConn = ConfigurationManager.AppSettings["PortalConnString"].ToString();
                T_COM_UserConfigBll.Instance.SqlBulkCopyByDatatable(myConn, "T_COM_UserConfig", dt);
View Code
<add key="PortalConnString" value="initial catalog=HXPortal;data source=xx.xxx.xx.xx;password=xxxx;User id=xxx;" />
View Code

 

目录
相关文章
|
4月前
|
SQL 人工智能 JSON
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
简介:本文整理自阿里云高级技术专家李麟在Flink Forward Asia 2025新加坡站的分享,介绍了Flink 2.1 SQL在实时数据处理与AI融合方面的关键进展,包括AI函数集成、Join优化及未来发展方向,助力构建高效实时AI管道。
846 43
|
4月前
|
SQL 人工智能 JSON
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
本文整理自阿里云的高级技术专家、Apache Flink PMC 成员李麟老师在 Flink Forward Asia 2025 新加坡[1]站 —— 实时 AI 专场中的分享。将带来关于 Flink 2.1 版本中 SQL 在实时数据处理和 AI 方面进展的话题。
308 0
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
|
5月前
|
SQL
SQL如何只让特定列中只显示一行数据
SQL如何只让特定列中只显示一行数据
|
9月前
|
SQL 自然语言处理 数据库
【Azure Developer】分享两段Python代码处理表格(CSV格式)数据 : 根据每列的内容生成SQL语句
本文介绍了使用Python Pandas处理数据收集任务中格式不统一的问题。针对两种情况:服务名对应多人拥有状态(1/0表示),以及服务名与人名重复列的情况,分别采用双层for循环和字典数据结构实现数据转换,最终生成Name对应的Services列表(逗号分隔)。此方法高效解决大量数据的人工处理难题,减少错误并提升效率。文中附带代码示例及执行结果截图,便于理解和实践。
247 4
|
5月前
|
SQL
SQL中如何删除指定查询出来的数据
SQL中如何删除指定查询出来的数据
|
5月前
|
SQL 关系型数据库 MySQL
SQL如何对不同表的数据进行更新
本文介绍了如何将表A的Col1数据更新到表B的Col1中,分别提供了Microsoft SQL和MySQL的实现方法,并探讨了多表合并后更新的优化方式,如使用MERGE语句提升效率。适用于数据库数据同步与批量更新场景。
|
7月前
|
SQL 数据挖掘 关系型数据库
【SQL 周周练】一千条数据需要做一天,怎么用 SQL 处理电表数据(如何动态构造自然月)
题目来自于某位发帖人在某 Excel 论坛的求助,他需要将电表缴费数据按照缴费区间拆开后再按月份汇总。当时用手工处理数据,自称一千条数据就需要处理一天。我将这个问题转化为 SQL 题目。
265 12
|
6月前
|
SQL DataWorks 数据管理
SQL血缘分析实战!数据人必会的3大救命场景
1. 开源工具:Apache Atlas(元数据管理)、Spline(血缘追踪) 2. 企业级方案:阿里DataWorks血缘分析、腾讯云CDW血缘引擎 3. 自研技巧:在ETL脚本中植入版本水印,用注释记录业务逻辑变更 📌 重点总结:
|
7月前
|
SQL 数据采集 资源调度
【SQL 周周练】爬取短视频发现数据缺失,如何用 SQL 填充
爬虫爬取抖音和快手的短视频数据时,如果遇到数据缺失的情况,如何使用 SQL 语句完成数据的补全。
192 5
|
10月前
|
SQL 关系型数据库 MySQL
基于SQL Server / MySQL进行百万条数据过滤优化方案
对百万级别数据进行高效过滤查询,需要综合使用索引、查询优化、表分区、统计信息和视图等技术手段。通过合理的数据库设计和查询优化,可以显著提升查询性能,确保系统的高效稳定运行。
491 9