中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Android SQLite數據庫進行查詢優化的方法

發布時間:2020-08-21 05:39:23 來源:腳本之家 閱讀:248 作者:想飛的魚 欄目:移動開發

前言

數據庫的性能優化行業里面普遍偏少,今天這篇希望給大家帶來點幫助

SQLite是個典型的嵌入式DBMS,它有很多優點,它是輕量級的,在編譯之后很小,其中一個原因就是在查詢優化方面比較簡單

我們在使用SQLite進行數據存儲查詢的時候,要進行查詢優化,這里就會用到索引,C端的數據量大部分情況下面雖然不是很大,但良好的索引建立習慣往往會帶來不錯的查詢性能提升,同時在未知的將來經得住更大數據的考驗,那如何優化數據庫查詢呢,下面我們用例子一一演示下。

先建個測試表table1,包含了三個索引:

sqlite> .schem
CREATE TABLE table1(id integer primary key not null default 0,a integer,b integer, c integer);
CREATE INDEX a_i on table1 (a);
CREATE INDEX a_i2 on table1 (a,b);
CREATE INDEX a_i3 on table1 (c);

在常見的數據庫系統里面,進行SQL查詢檢驗都是用explain關鍵字,比如:

sqlite> explain select * from table1;
addr opcode   p1 p2 p3 p4    p5 comment  
---- ------------- ---- ---- ---- ------------- -- -------------
0  Init   0  10 0     00 Start at 10 
1  OpenRead  0  2  0  4    00 root=2 iDb=0; table1
2  Rewind   0  9  0     00    
3  Rowid   0  1  0     00 r[1]=rowid 
4  Column   0  1  2     00 r[2]=table1.a
5  Column   0  2  3     00 r[3]=table1.b
6  Column   0  3  4     00 r[4]=table1.c
7  ResultRow  1  4  0     00 output=r[1..4]
8  Next   0  3  0     01    
9  Halt   0  0  0     00    
10 Transaction 0  0  4  0    01 usesStmtJournal=0
11 Goto   0  1  0     00 

立馬就會得到輸出,這些輸出表示SQLite執行這條SQL用到的每句指令,這個其實不怎么直觀,我們用到更多的是EXPLAIN QUERY PLAN,如下:

sqlite> explain QUERY PLAN select * from table1;
0|0|0|SCAN TABLE table1

這條SQL語句是查詢了整張表,所以結果關鍵字SCAN表示要完整遍歷,這種效率是最低的,接下來我們試試加個查詢條件:

sqlite> explain QUERY PLAN select * from table1 where a=1;
0|0|0|SEARCH TABLE table1 USING INDEX a_i2 (a=?)

加上where a=1之后關鍵字變成了SEARCH,表示不再需要遍歷了,而是使用了索引進行了部分檢索,另外這條輸出還有更多信息,比如使用了索引a_i2,而括號里面的a=?則表示是這個查詢條件引起的

我們稍微修改下SQL:

sqlite> explain QUERY PLAN select a from table1 where a=1;
0|0|0|SEARCH TABLE table1 USING COVERING INDEX a_i (a=?)

把select 變成了select a,發現explain輸出有細微變化,從INDEX變成了COVERING INDEX,CONVERING INDEX表示直接使用索引查詢就可以得到結果,不需要再次回查數據表,這樣效率更高。而之前的查詢因為是使用,索引里面只有a記錄,所以必須要查詢原始記錄才能得到b,c字段。我們再試下這條SQL:

sqlite> explain QUERY PLAN select a,b from table1 where a=1 and b=1;
0|0|0|SEARCH TABLE table1 USING COVERING INDEX a_i2 (a=? AND b=?)

同意因為索引a_i2已經包含a和b了,所以也是使用CONVERING INDEX。那有同學可能會問了,那我們建索引的時候都把其他字段都加進去唄,雖然查詢用不到,但不用二次查詢原始記錄效率高。理論上這樣是可行的,但這里有個重要問題就是數據冗余太嚴重了,導致索引和原始數據一樣大,在海量數據存儲的數據庫里面磁盤消耗是個問題,所以如何選擇可能要做個平衡。

接下來我們把and換成or:

sqlite> explain QUERY PLAN select a,b from table1 where a=1 or b=1;
0|0|0|SCAN TABLE table1 USING COVERING INDEX a_i2

發現又變回SCAN了,但仍然使用到了索引a_i2,對比下這條SQL:

sqlite> explain QUERY PLAN select a,b from table1 where a=1;
0|0|0|SEARCH TABLE table1 USING COVERING INDEX a_i2 (a=?)

多了個查詢條件b=1之后效率變差了,這是為什么呢?這里要引出我們創建索引使用的最關鍵的原則:前綴索引。

索引一般是使用B樹,前綴索引簡單來講,就是要想能使用這個索引,查詢條件必須滿足索引建立涉及到的字段,并且和查詢使用的順序一致。

我們回頭看剛才那個or的例子,對于查詢條件a=1,他能使用a_i2(a,b)這個索引,因為索引順序也是a開頭的。但or的例子里面還或上一個查詢條件b=1,對于這個查詢就沒有索引可以用了,因為沒有b開頭的索引存在。a_i2(a,b)這個索引里面雖然有b,但b對于b=1這個查詢條件來說不是在前面,不滿足前綴索引原則。

而對于剛才那個and的例子,則能夠完全使用索引,因為存在索引a_i2(a,b),可以想象成先按索引a過濾數據,剩下數據再用索引b過濾數據。對于and條件來說,索引里面字段的順序換一下也是沒有關系的,數據庫會自動優化選擇,比如:

sqlite> .schem
CREATE INDEX a_i22 on table2 (b,a);
sqlite> explain QUERY PLAN select a,b from table2 where a=1 and b=1;
0|0|0|SEARCH TABLE table2 USING COVERING INDEX a_i22 (b=? AND a=?)

如果or查詢也要充分使用索引,聰明的讀者一定想到了,那就是要建2個索引,如下:

CREATE TABLE table3(id integer primary key not null default 0,a integer,b integer, c integer);
CREATE INDEX a_i222 on table3(a);
CREATE INDEX a_i2222 on table3(b);
sqlite> explain QUERY PLAN select a,b from table3 where a=1 or b=1;
0|0|0|SEARCH TABLE table3 USING INDEX a_i222 (a=?)
0|0|0|SEARCH TABLE table3 USING INDEX a_i2222 (b=?)

我們再來看一個進階的,加上一個排序:

CREATE TABLE table1(id integer primary key not null default 0,a integer,b integer, c integer);
CREATE INDEX a_i2 on table1 (a,b);

sqlite> explain QUERY PLAN select a,b from table1 where a=1 order by b;
0|0|0|SEARCH TABLE table1 USING COVERING INDEX a_i2 (a=?)


CREATE TABLE table3(id integer primary key not null default 0,a integer,b integer, c integer);
CREATE INDEX a_i222 on table3(a);
CREATE INDEX a_i2222 on table3(b);

sqlite> explain QUERY PLAN select a,b from table3 where a=1 order by b;
0|0|0|SEARCH TABLE table3 USING INDEX a_i222 (a=?)
0|0|0|USE TEMP B-TREE FOR ORDER BY

對比這2個查詢,發現下面這個多了個USE TEMP B-TREE FOR ORDER BY。對于第一個查詢來說,我們可以看到排序也是同樣滿足前綴索引原則(先按索引a過濾數據,剩下數據用索引b排序)。對于第二個查詢來說,因為不滿足這個原則導致多了個臨時表來做排序。看到這里大家應該理解前綴索引的意思了。

我們再看這個樣子,把查詢條件和排序換下:

sqlite> explain QUERY PLAN select a,b from table1 where b=1 order by a;
0|0|0|SCAN TABLE table1 USING COVERING INDEX a_i2

顯然不滿足前綴索引原則了,因為需要先按索引b過濾數據,但b不是第一個。

常規的查詢語句大部分是and,or,order的組合使用,只需要掌握上面說的原則,一定能寫出高性能的數據庫查詢語句來。

而對于更高級的一些連表可以繼續翻閱官方文檔:

https://www.sqlite.org/eqp.html

https://www.sqlite.org/lang_e...

總結

以上就是這篇文章的全部內容了,希望本文的內容對大家的學習或者工作具有一定的參考學習價值,如果有疑問大家可以留言交流,謝謝大家對億速云的支持。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

蒙自县| 白城市| 桦甸市| 南投市| 泰来县| 哈巴河县| 开江县| 芒康县| 隆回县| 松原市| 隆昌县| 陵水| 肇源县| 永修县| 元谋县| 达尔| 门头沟区| 汉川市| 新建县| 玉林市| 大姚县| 简阳市| 北海市| 息烽县| 新密市| 突泉县| 安泽县| 乡城县| 兰考县| 民丰县| 阳江市| 依安县| 吉木乃县| 竹溪县| 河北区| 平昌县| 清徐县| 九龙县| 大兴区| 亳州市| 苍溪县|