SQLite --- 数据写入优化实践


怎样才能提高数据写入数据库的效率呢,有没有一种方案,适用所有场景,一套配置一劳永逸。 很明显 ,是没有的! 一种场景一种特定的配置,充分发挥SQLite 的功能。

下面分两种场景讨论:

  • 1000 条小数据插入
  • 1000 条小数据批量插入

测试设备:iPhone 5s ,系统10.3.2 。通过配置Synchronous ,JournalMode, PageSize 实现数据的插入。

Synchronous

  • FULL 最安全,最慢
  • NORMAL 这种方式比FULL模式快,但是存在极小概率在系统掉电或故障时数据库遭到损坏
  • OFF 最快! SQLite将数据提交给系统之后不会等待结果,直接继续执行,也就是说在一次事务的过程中会少了两次Flush文件操作。对于事务不熟悉的童鞋可以查看前一篇文章

JournalMode

多次事务插入

| Insert Data Size | JournalMode | Synchronous| Exec Time| Local DB File Size|
| :------| :------: | :------: |
| 5kb | DELETE | OFF |9.956748|12mb
| | TRUNCATE | OFF |1.466521|12mb
| | PERSIST | OFF |3.736435|12mb
| | WAL | OFF |0.927830|10mb
| | MEMORY | OFF |0.810265|12mb

| Insert Data Size | JournalMode | Synchronous| Exec Time| Local DB File Size|
| :------| :------: | :------: |
| 30kb | DELETE | OFF |13.454739|68mb
| | TRUNCATE | OFF |6.121738| 68mb
| | PERSIST | OFF |7.216433| 68mb
| | WAL | OFF |5.895529| 68mb
| | MEMORY | OFF |5.352473| 68mb

一次事务内批量插入

| Insert Data Size | JournalMode | Synchronous| Exec Time| Local DB File Size|
| :------| :------: | :------: |
| 5kb | DELETE | OFF |1.174607|12mb
| | TRUNCATE | OFF |0.932761|12mb
| | PERSIST | OFF |0.899149|12mb
| | WAL | OFF |1.195897|12mb
| | MEMORY | OFF |0.898593|12mb

| Insert Data Size | JournalMode | Synchronous| Exec Time| Local DB File Size|
| :------| :------: | :------: |
| 30kb | DELETE | OFF |5.130694|68mb
| | TRUNCATE | OFF |5.126468|68mb
| | PERSIST | OFF |5.029102|68mb
| | WAL | OFF |7.960080|68mb
| | MEMORY | OFF |5.118012|68mb

  • TRUNCATE方式则是不删除文件,直接将文件内容清空(在很多系统上,这种清空比删除文件要快)
  • PERSIST方式也不会删除文件,而是将文件头中长度字段置为0,在某些平台上这种方式会优于DELETE 和 TRUNCATE。
  • Memory ,这种方式无疑是最快的,但是缺点也很明显,一旦死机,数据可能被破坏无法恢复。
  • WAL 在批量小数据,多次事务的上,速度比Memory稍微慢点。但是结合安全点,WAL 是比较适合大量小数据的写入。WAL有个比较重要的概念: checkpoint 。关于它后面会详细介绍。简单一句,它不适合用来处理大数据 ,要也可以,需要调整checkpoint.
  • 在默认模式DELETE下,多次事务和一次事务,差别非常大,建议多使用显式事务。

在一次事务内批量倒入,各模式的差别不大,因为IO次数有限。

PageSize

| Insert Data Size | PageSize | Synchronous| Exec Time| Local DB File Size|
| :------| :------: | :------: |
| 10kb | 1024 | FULL |2.121762|23mb
| | 2048 | FULL |2.019415|24mb
| | 4096 | FULL |1.975309|24mb
| | 8192 | FULL |1.851635|24mb
| | 65536 | FULL |2.227348|32mb
| 10kb | 1024 | OFF |1.570002|23mb
| | 2048 | OFF |1.649653|24mb
| | 4096 | OFF |1.631648|24mb
| | 8192 | OFF |1.896880|24mb
| | 65536 | OFF |2.124153|32mb

| Insert Data Size | PageSize | Synchronous| Exec Time| Local DB File Size|
| :------| :------: | :------: |
| 30kb | 1024 | FULL |6.009211|68mb
| | 2048 | FULL |5.508767|68mb
| | 4096 | FULL |5.577342|68mb
| | 8192 | FULL |5.131815|68mb
| | 65536 | FULL |5.399648|73mb
| 30kb | 1024 | OFF |5.592201|68mb
| | 2048 | OFF |5.113762| 68mb
| | 4096 | OFF |5.025970| 68mb
| | 8192 | OFF |4.574784|68mb
| | 65536 | OFF |5.305481|73mb

  • PageSize 的大小从 1024 ,2048,4096,8192, 在同一种Synchronous模式下,执行时间也随PageSize增加而减少。pageSize 为8192 或者16384 ,对于大文件的存储能达到最好的性能。
  • 以上数据均是通过显式事务的方式,多次事务的方式之所以不列出来,因为怕读者会看着睡着。LOL , 其实多次事务的方式效率会比显式事务的方式慢很多。

结论

  • 多使用显式事务。
  • 选择合适的PageSize,详细请看SQLite 知识摘要 --- 存储
  • 操作频繁 ,大量小记录(不使用显式事务),建议使用JournalMode :WAL 搭配 Synchronous: OFF。
  • 操作少 ,数据量大,使用默认的方式就好。看数据是否重要,可搭配 :JournalMode : TRUNCATE | PERSIST 和 Synchronous: OFF。
  • 数据量大,但是数据可以重建,建议使用JournalMode :Memory ,搭配 Synchronous: OFF。HttpURLCache 就属于这种。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,265评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,078评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,852评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,408评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,445评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,772评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,921评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,688评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,130评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,467评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,617评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,276评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,882评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,740评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,967评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,315评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,486评论 2 348

推荐阅读更多精彩内容