使用FOR循环查询数据的性能试验

看过好多文章,写过好多代码,好多人都说不要在for循环里去写查询效率很低,后来也查了一些资料,确实,来来回回发起很多次的连接、查询、很浪费时间,但是从来不知道究竟有多大的差距,于是乎突发奇想做了一个小小的实验,看看差距....

不喜勿喷...

实验场景

1、数据库阿里云(单核、1G、1M带宽)自建mysql。

2、请求发起为本地。

3、数据库表trade_record_0中有300W数据,数据ID最小为3,最大为60000000。

4、随机生成0-6000000之间的数据,分别使用for循环单个获取,和使用sql语句中的in方法进行获取

可能出现的消耗

1、网络请求耗时

2、数据库QPS量

3、数据库IO读取速度

实验代码

实验结果

随机生成100个ID进行查询

第一次:

program for get  ::: cost time:4808  get :45

sql in get  :::cost time:41  get :45

第二次:

program for get  ::: cost time:4774  get :51

sql in get  :::cost time:38  get :51

第三次:

program for get  ::: cost time:4612  get :53

sql in get  :::cost time:45  get :53

第四次:

program for get  ::: cost time:4964  get :59

sql in get  :::cost time:202  get :59

第五次:

program for get  ::: cost time:3943  get :58

sql in get  :::cost time:77  get :58

随机生成1000个ID进行查询

第一次:

program for get  ::: cost time:47545  get :516

sql in get  :::cost time:209  get :516

第二次:

program for get  ::: cost time:36683  get :473

sql in get  :::cost time:202  get :473

第三次:

program for get  ::: cost time:36034  get :514

sql in get  :::cost time:407  get :514

第四次:

program for get  ::: cost time:34960  get :478

sql in get  :::cost time:298  get :478

第五次:

program for get  ::: cost time:32676  get :509

sql in get  :::cost time:167  get :509

随机生成10000个ID进行查询

第一次,也是唯一一次,一次查询耗时太长,没有耐心了,看看差别就知道了

program for get  ::: cost time:255325  get :4991

sql in get  :::cost time:1537  get :4991

结论

1、从实验的结果上来看,100条以内使用sql in批量和使用for单个查询去查询数据耗时长度相差了大概是100倍左右,1000条以内的耗时相差了100-200倍,而在10000条数据上,相差了多少,我也不知道了。

2、为何会出现这样的情况?举个例子:要你去拿一百个苹果,你是一次拿一个,跑一百次。还是一次拿完一百个再回来?

3、sql中关于in关键字的效率和性能问题,记得之前有人跟我说过,数据量小的情况下,in没什么影响,但是在数据量大的情况下会很很低效,我也不太清楚,但是我觉得这样的问题都是相对的,有的时候in会低效,但是有的时候为了满足某些需求,这种情况也是可取的,或者其实还有很多其他的解决方案(例如:cache),所以还是那句话,问题都是相对的。

4、还有个关键字叫做exist。

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 211,948评论 6 492
  • 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 90,371评论 3 385
  • 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 157,490评论 0 348
  • 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 56,521评论 1 284
  • 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 65,627评论 6 386
  • 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 49,842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 38,997评论 3 408
  • 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 37,741评论 0 268
  • 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 44,203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 36,534评论 2 327
  • 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 38,673评论 1 341
  • 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 34,339评论 4 330
  • 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 39,955评论 3 313
  • 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 30,770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 32,000评论 1 266
  • 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 46,394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 43,562评论 2 349

推荐阅读更多精彩内容