关于iOS数据库大数据量的优化策略

前言:

对于目前的iOS应用,大的数据量操作是一个不可避免的问题,本文仅对sqlite数据库大数据量操作进行优化策略:

优化规则:

1.对查询进行优化, 要尽量避免全表扫描, 首先应考虑在where及order by涉

及的列上建立索引。

2.应尽量避免在where子句中对字段进行null值判断,否则将导致引擎放弃

使用索引而进行全表扫描,如:

1select id from t where num is null

最好不要给数据库留NULL,尽可能的使用NOT NULL填充数据库.备注、描述、评论之类的可以设置为NULL,其他的,最好不要使用NULL。

不要以为NULL不需要空间,比如:char(100)型,在字段建立时,空间就固定

了, 不管是否插入值(NULL也包含在内),都是占用100个字符的空间的,如

果是varchar这样的变长字段,null不占用空间。

可以在num上设置默认值0,确保表中num列没有null值,然后这样查询:1select id from t where num=0

3.应尽量避免在where子句中使用!=或<>操作符,否则将引擎放弃使用索

引而进行全表扫描。

4.应尽量避免在where子句中使用or来连接条件,如果一个字段有索引,一

个字段没有索引,将导致引擎放弃使用索引而进行全表扫描,如:

1select id from t where num=10 or Name=’admin’

可以这样查询:

1select id from t where num=10 union all select id from t

where Name=’admin’

5.in和not in也要慎用,否则会导致全表扫描,如:1select id from t where num in (1,2,3)对于连续的数值,能用between就不要用in了:

1select id from t where num between 1 and 3很多时候用exists代替in是一个好的选择:

1select num from a where num in (select num from b)

用下面的语句替换:

1select num from a where exists (select 1 from b where num

=a.num)

6.下面的查询也将导致全表扫描:

1s elect id from t where name like‘%abc%’

若要提高效率,可以考虑全文检索。

7.如果在where子句中使用参数, 也会导致全表扫描。 因为SQL只有在运行时

才会解析局部变量, 但优化程序不能将访问计划的选择推迟到运行时; 它必须在

编译时进行选择。然 而,如果在编译时建立访问计划,变量的值还是未知的,

因而无法作为索引选择的输入项。如下面语句将进行全表扫描:

1select id from t where num=@num

可以改为强制查询使用索引:

1select id from t with (index(索引名)) where num=@num

应尽量避免在where子句中对字段进行表达式操作,这将导致引擎放弃使用索

引而进行全表扫描。如:

1select id from t where num/2=100

应改为:

1select id from t where num=100*2

9.应尽量避免在where子句中对字段进行函数操作, 这将导致引擎放弃使用索引

而进行全表扫描。如:

select id from t

1abc开头的id

2select id from t

0 -–‘2015-11- 30’

应改为:

where substring(name,1,3)=’abc’-–name以

where datediff(day,createdate,

–生成的id

’2015-11- 30′)=

and createdat

select id from t where name like’abc%’

1

select id from t where createdate>=’2005-11-30′

2

e<‘2005-12-1’

10.不要在where子句中的“=”左边进行函数、算术运算或其他表达式运算,

否则系统将可能无法正确使用索引。

11.在使用索引字段作为条件时,如果该索引是复合索引,那么必须使用到该索

引中的第一个字段作为条件时才能保证系统使用该索引, 否则该索引将不会被使

用,并且应尽可能的让字段顺序与索引顺序相一致。

12.不要写一些没有意义的查询,如需要生成一个空表结构:

1select col1,col2 into #t from t where1=0

这类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样:

1create table #t(,)

13.Update语句,如果只更改1、2个字段,不要Update全部字段,否则频繁调

用会引起明显的性能消耗,同时带来大量日志。

14.对于多张大数据量(这里几百条就算大了)的表JOIN,要先分页再JOIN,否

则逻辑读会很高,性能很差。

15.select count(*) from table;这样不带任何条件的count会引起全表扫描,

并且没有任何业务意义,是一定要杜绝的。

16.索引并不是越多越好, 索引固然可以提高相应的select的效率, 但同时也

降低了insert及update的效率,因为insert或update时有可能会重建索

引,所以怎样建索引需要慎重考虑, 视具体情况而定。 一个表的索引数最好不要

超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有 必要。

17.应尽可能的避免更新clustered索引数据列,因为clustered索引数据列

的顺序就是表记录的物理存储顺序, 一旦该列值改变将导致整个表记录的顺序的

调整,会耗费相当大的资源。 若应用系统需要频繁更新clustered索引数据列,

那么需要考虑是否应将该索引建为clustered索引。

18.尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会

降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连 接

时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。

19.尽可能的使用varchar/nvarchar代替char/nchar,因为首先变长字段存

储空间小,可以节省存储空间, 其次对于查询来说, 在一个相对较小的字段内搜

索效率显然要高些。

20.任何地方都不要使用

1select * from t

用具体的字段列表代替“*”,不要返回用不到的任何字段。

21.尽量使用表变量来代替临时表。如果表变量包含大量数据,请注意索引非常

有限(只有主键索引)。

22.避免频繁创建和删除临时表,以减少系统表资源的消耗。临时表并不是不可

使用, 适当地使用它们可以使某些例程更有效, 例如, 当需要重复引用大型表或

常用表中的某个数据集时。但是,对于一次性事件, 最好使用导出表。

23.在新建临时表时,如果一次性插入数据量很大,那么可以使用select into代替create table,避免造成大量log,以提高速度;如果数据量不大,为了

缓和系统表的资源,应先create table,然后insert。

24.如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先

truncate table,然后drop table,这样可以避免系统表的较长时间锁定。25.尽量避免使用游标, 因为游标的效率较差, 如果游标操作的数据超过1万行,

那么就应该考虑改写。

26.使用基于游标的方法或临时表方法之前,应先寻找基于集的解决方案来解决

问题,基于集的方法通常更有效。

27.与临时表一样, 游标并不是不可使用。 对小型数据集使用FAST_FORWAR游D标通常要优于其他逐行处理方法, 尤其是在必须引用几个表才能获得所需的数据

时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。 如果开发

时 间允许,基于游标的方法和基于集的方法都可以尝试一下,看哪一种方法的

效果更好。

28.在所有的存储过程和触发器的开始处设置SET NOCOUNT O,N在结束时设置SET NOCOUNT OF。F无需在执行存储过程和触发器的每个语句后向客户端发送DONE_IN_PRO消C息。

29.尽量避免大事务操作,提高系统并发能力。

30.尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合

理。

    原文作者:知本集
    原文地址: https://www.jianshu.com/p/3fc000589e2e
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞