有关数据库的优化


首先这些优化全都是抛开所有的第三方来论述的,因为倘若你使用了第三方的ORM,那么通常他们都有自己的优化方式

1.索引

首先我们要来认识一下索引,索引其实就是我们小时候查字段的时候,翻查某个单词的手看其首字母然后快速的定位到它的范围,而不用去翻正本字典去查,大大的节省了我们的查询时间

平衡二叉树

为了引出之后的B-和B+我们先来看下平衡二叉树

最多只有两个子节点的搜索树,左子节点<根节点<右子节点,这样我们查询一个数值,时间复杂度就是层数,比如查询9,我们只要从根节点开始比较三次就可以找到他的位置。

阶数:子节点的个数
深度:就是层数,各个子节点的深度是不一样的
B树

B-树和B+树

我们通常使用的数据库都是基于这两种树的结

  • B-树
    首先B-树就是B树,与一般二叉树不同的是,它的节点上的子节点个数和节点内的关键字个数不同,这是一种一般用于磁盘文件系统的多叉平衡树
    每个节点的关键字个数至少为M/2 -1 个最多为M - 1,其实这个可以理解,比如孩子是3,5,7的三阶B树,阶数M = 3, 那么父节点里最多只有两个关键字4,6, M-1 = 2,最少为M/2 - 1 = 1个,要么4,要么6。
    根节点的儿子数最少2个最多M个
    依然符合的规则是左<根<右,只不过在一个节点中可能不只有两个指针,可能有多个指针。


    B-树/B树
  • B+树
    与B-树不同的是,B+树是自底向上插入


    B+树

    只需要遍历子节点即可,子节点中包含了所有父节点中的信息

索引优点

* 大大的节省了搜索的时间
* 使得表和表之间有连接,整个数据库完整性的到加强

索引缺点

* 占用了空间,因为我们需要为索引专门的去建立一张表
* 创建索引需要时间,不过一般我们就只在开始的时候创建一次
* 索引的维护成本比较高,因为随着数据库的不断更新,我们也需要去动态的维护索引。

索引优化的建议

  • 在经常需要搜索的列上建立索引
  • 对于TEXT和IMAGE等字段不建立索引,因为长短不定
  • 对于更新操作比查询操作来的更频繁的列不创建索引
  • 不应该使用在较小的表上

SQLite的索引创建方法

我们在创建数据库的时候,系统会为我们创建一个默认的隐式索引,我们可以根据自我的需要创建索引

单列索引

单列索引是一个只基于表的一个列上创建的索引。基本语法如下:

CREATE INDEX index_name
ON table_name (column_name);

唯一索引

使用唯一索引不仅是为了性能,同时也为了数据的完整性。唯一索引不允许任何重复的值插入到表中。基本语法如下:

CREATE UNIQUE INDEX index_name
on table_name (column_name);

组合索引

组合索引是基于一个表的两个或多个列上创建的索引。基本语法如下:

CREATE INDEX index_name
on table_name (column1, column2);

删除索引

DROP INDEX index_name;


2.SQL语句编译

比如我们想要在一张表中连续不断的去插入数值的话,我们会不断的去循环调用insert sql语句,但是这样会导致sql语句循环的进行编译,其实我们大可不必。
我们可以选择复用SQLiteStatement

private void insertWithPreCompiledStatement(SQLiteDatabase db) {
    String sql = "INSERT INTO " + TableDefine.TABLE_RECORD + "( " + TableDefine.COLUMN_INSERT_TIME + ") VALUES(?)";
    SQLiteStatement  statement = db.compileStatement(sql);
    int count = 0;
    while (count < 100) {
        count++;
        statement.clearBindings();
        statement.bindLong(1, System.currentTimeMillis());
        statement.executeInsert();
    }
}

3. 批量事务处理

我们知道每一次的数据库操作都是一次事务,因此我们使用批量事务的方式来减少磁盘的读写次数

4. 精简查询和增加查询条件

尽量不要通过多条查询语句才能够查询到结果,将多条SQL语句并成一条,当然一条SQL语句中如果包含过多,那么就会导致出现语句过长的错误。
并且尽量增加查询的条件,比如增加limit = 1,可以让系统子啊查询到一条数据之后不继续往下查询。

5. 不要让getColumnIndex在sql语句中出现

提前将getColumnIndex这一步操作做完,可以大幅提高速度。

6.数据库结构的优化

设计数据库的时候尽量做到不要为之后埋坑,出现大数据多表查询那是相当坑的一件事情,一定要做好关联表的结构,其实这个关联表本身也起到了索引的作用。

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 212,185评论 6 493
  • 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 90,445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 157,684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 56,564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 65,681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 49,874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 39,025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 37,761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 44,217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 36,545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 38,694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 34,351评论 4 332
  • 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 39,988评论 3 315
  • 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 30,778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 32,007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 46,427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 43,580评论 2 349

推荐阅读更多精彩内容