移动端iOS系统数据库之Realm(三)项目实战

一、项目介绍

项目背景

我们的产品需要本地处理订单,商品等信息,订单数据每日巨增的,由于订单中存的是商品的拷贝所以商品量也是巨增的。本篇文章指在解决这个两个问题,目前我们的本地的数据库使用realm已经能够支持百万级别的数据,并且可能更多。相比于之前使用的sqlite来说性能是指数倍的提高,sqlite支持订单在10万左右查询速度就相当的慢。

二、实战内容

*数据库操作类实战

*建表,以及服务类

*创建商品、订单表举例

*创建1条订单与创建10000订单时间、最终创建100万订单

*100万订单做查询操作

1、业务逻辑梳理

1、数据库工具类RPDataBase继承RLMRealm,负责获取数据库对象,数据库创建以及迁移。

2、RLMOrder、RLMProduct表

3、RLMOrderService负责order的数据库操作

2、基础代码

#import#import@interfaceRPDataBase:RLMRealm+(RPDataBase*)db;+(void)dataBaseMigration;+(BOOL)dropRealmIfNeed;@end

#import"RPDataBase.h"#import@implementationRPDataBase+(RLMRealmConfiguration*)config{staticRLMRealmConfiguration*_config=nil;if(!_config){RLMRealmConfiguration*config=[[RLMRealmConfiguration alloc]init];//配置数据迁移的时候,如果有错误导致崩溃问题,会删除数据库重建,不会崩溃,但是数据会丢失。配置NO数据不会丢失,但是应用会崩溃config.deleteRealmIfMigrationNeeded=YES;NSString*configPath=[[NSSearchPathForDirectoriesInDomains(NSDocumentDirectory,NSUserDomainMask,YES)lastObject]stringByAppendingString:@"/db.realm"];config.fileURL=[NSURL URLWithString:configPath];//设置realm管理的RLMObjects,管理了那么些表,多个数据库表可以分开管理config.objectClasses=@[NSClassFromString(@"RLMOrder"),NSClassFromString(@"RLMProduct")];_config=config;}return_config;}+(RPDataBase*)db{RPDataBase*configRealm=[RPDataBase realmWithConfiguration:self.config error:nil];returnconfigRealm;}+(void)dataBaseMigration{//使用自定义配置的config realm进行迁移RLMRealmConfiguration*config=self.config;//配置数据版本,每次项目发布加1config.schemaVersion=2;config.migrationBlock=^(RLMMigration*migration,uint64_t oldSchemaVersion){if(oldSchemaVersion<2){}};}+(BOOL)dropRealmIfNeed{//对数据做一些逻辑定义,比如大于10MB才删除数据库return[[NSFileManager defaultManager]removeItemAtPath:self.config.fileURL.path error:nil];}@end

#import@interfaceRLMProduct:RLMObject/**商品 名字*/@propertyNSString*name;/**商品 价格*/@propertyNSString*price;/**商品 图片*/@propertyNSString*imgUrl;@endRLM_ARRAY_TYPE(RLMProduct)#import#import"RLMProduct.h"

@interfaceRLMOrder:RLMObject/**订单号 主键*/@propertyNSString*orderNumber;/**订单价格*/@propertyNSString*orderAmount;/**订单状态*/@propertyNSString*orderStatus;/**订单商品*/@propertyRLMArray<RLMProduct>*orderItems;@endRLM_ARRAY_TYPE(RLMOrder)

#import#import"RLMOrder.h"@interfaceRLMOrderService:NSObject+(BOOL)saveOrder:(RLMOrder*)order;+(BOOL)saveOrders:(NSArray*)orders;+(RLMOrder*)queryOrderWithOrderNumber:(NSString*)orderNumber;@end

#import"RLMOrderService.h"#import"RPDataBase.h"@implementationRLMOrderService+(BOOL)saveOrder:(RLMOrder*)order{RPDataBase*db=[RPDataBase db];NSError*err;[db beginWriteTransaction];[db addObject:order];[db commitWriteTransaction:&err];returnerr==nil;}+(BOOL)saveOrders:(NSArray*)orders{RPDataBase*db=[RPDataBase db];NSError*err;[db beginWriteTransaction];[db addObjects:orders];[db commitWriteTransaction:&err];returnerr==nil;}+(RLMOrder*)queryOrderWithOrderNumber:(NSString*)orderNumber{if(orderNumber.length<=0){returnnil;}RPDataBase*db=[RPDataBase db];return[RLMOrder objectInRealm:db forPrimaryKey:orderNumber];}@end

-(void)testSavaOrder:(NSInteger)orderCount{//1、1000订单存储,所有订单一个事务NSMutableArray*orders=[NSMutableArray array];for(inti=0;i<orderCount;i++){RLMOrder*order=[[RLMOrder alloc]init];order.orderNumber=[NSString stringWithFormat:@"%lf_%d",[[NSDate date]timeIntervalSince1970],i];intcount=(i%3);order.orderStatus=count==0?@"成功":@"失败";intamount=0;for(intj=1;j<=count+1;j++){RLMProduct*p=[[RLMProduct alloc]init];p.name=[NSString stringWithFormat:@"煎饼果子-%d-%d",i,j];intprice=i*j;amount+=price;p.price=[NSString stringWithFormat:@"%@",@(price)];[order.orderItems addObject:p];}order.orderAmount=[NSString stringWithFormat:@"%@",@(amount)];[orders addObject:order];}[RLMOrderService saveOrders:orders];}

创建1个订单所化时间,0.049

image.png

image.png

创建1000个订单所化时间,0.16

{Code_execution_time([selftestSavaOrder:1000];)}

image.png

创建100000个订单所化时间:8.250910 s

{Code_execution_time([selftestSavaOrder:100000];)}

image.png

最终创建100W的订单

image.png

接下来 测试在100W订单中查询一条订单所化时间:0.035s

{//用主键查询Code_execution_time([RLMOrderService queryOrderWithOrderNumber:@"1501221933.706494_827227"];)}

image.png

{//用where条件查询Code_execution_time(RLMOrder*order=[RLMOrderService queryOrderWhere:@"orderNumber = '1501221933.706399_827221'"];)NSLog(@"%@",order);}

image.png

打印代码执行时间宏

#defineCode_execution_time(...)\CFAbsoluteTime time = CFAbsoluteTimeGetCurrent(); \__VA_ARGS__; \NSLog(@"代码行:%d 执行时间为:%lf s",__LINE__,CFAbsoluteTimeGetCurrent()-time);

三、项目总结

1、上面测试均在模拟器测试,在真机测试性能差不多。

2、综上所示,realm的性能是非常了不起的,数据支持轻松突破100万,对我们移动端如果需要支持本地存储大量数据来说是不错的选择。

3、realm数据库经量在同一个线程访问,操作速度是非常快,所以用主线程就可以,多线程访问会增加额外的开销(如果没用用运行时进行优化),并且每个线程访问到的数据库,可能数据不一致,每次获得realm数据库实例都是一个副本。

4、频繁的事务操作也会造成额外的开销,尽量把所有的数据库操作放在同一个事务中。

代码在这里:https://github.com/icoder20150719/Realm-

©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 205,033评论 6 478
  • 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 87,725评论 2 381
  • 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 151,473评论 0 338
  • 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 54,846评论 1 277
  • 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 63,848评论 5 368
  • 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 48,691评论 1 282
  • 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 38,053评论 3 399
  • 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 36,700评论 0 258
  • 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 42,856评论 1 300
  • 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 35,676评论 2 323
  • 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 37,787评论 1 333
  • 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 33,430评论 4 321
  • 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 39,034评论 3 307
  • 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 29,990评论 0 19
  • 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 31,218评论 1 260
  • 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 45,174评论 2 352
  • 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 42,526评论 2 343