Android SQLite數(shù)據(jù)庫進行查詢優(yōu)化的方法
前言
數(shù)據(jù)庫的性能優(yōu)化行業(yè)里面普遍偏少，今天這篇希望給大家?guī)睃c幫助
SQLite是個典型的嵌入式DBMS，它有很多優(yōu)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(yōu)化方面比較簡單
我們在使用SQLite進行數(shù)據(jù)存儲查詢的時候，要進行查詢優(yōu)化，這里就會用到索引，C端的數(shù)據(jù)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(shù)據(jù)的考驗，那如何優(yōu)化數(shù)據(jù)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(shù)據(jù)庫系統(tǒng)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(zhí)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(fā)現(xiàn)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(shù)據(jù)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(shù)據(jù)冗余太嚴重了，導致索引和原始數(shù)據(jù)一樣大，在海量數(shù)據(jù)存儲的數(shù)據(jù)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(fā)現(xiàn)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(chuàng)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(shù)據(jù)，剩下數(shù)據(jù)再用索引b過濾數(shù)據(jù)。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(shù)據(jù)庫會自動優(yōu)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(fā)現(xiàn)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(shù)據(jù)，剩下數(shù)據(jù)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?？吹竭@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(shù)據(jù)，但b不是第一個。
常規(guī)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(shù)據(jù)庫查詢語句來。
而對于更高級的一些連表可以繼續(xù)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，謝謝大家對腳本之家的支持。
相關文章
這篇文章主要為大家介紹了完整的Android MVP開發(fā)之旅，總結自己開發(fā)Android MVP的全過程，感興趣的小伙伴們可以參考一下2016-02-02
Android onSaveInstanceState和onRestoreInstanceState觸發(fā)的時機
這篇文章主要介紹了Android onSaveInstanceState和onRestoreInstanceState觸發(fā)的時機的相關資料,需要的朋友可以參考下2017-05-05
Android開源項目PullToRefresh下拉刷新功能詳解2
這篇文章主要為大家進一步的介紹了Android開源項目PullToRefresh下拉刷新功能,具有一定的參考價值，感興趣的小伙伴們可以參考一下2016-09-09
AsyncTask就相當于Android給我們提供了一個多線程編程的一個框架,其介于Thread和Handler之間,我們如果要定義一個AsyncTask,就需要定義一個類來繼承AsyncTask這個抽象類,并實現(xiàn)其唯一的一doInBackgroud 抽象方法,這篇文章主要介紹了AsyncTask詳解,需要的朋友可以參考下2024-01-01
android中DownloadManager實現(xiàn)版本更新，監(jiān)聽下載進度實例
本篇文章主要介紹了android中DownloadManager實現(xiàn)版本更新，監(jiān)聽下載進度實例。具有一定的參考價值，感興趣的小伙伴們可以參考一下。2017-03-03
這篇文章主要為大家介紹了Android10 App啟動Activity源碼分析，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-10-10
Android是在Android 3.0 (API level 11)開始引入Fragment的可以把Fragment想成Activity中的模塊，這個模塊有自己的布局，有自己的生命周期，單獨處理自己的輸入，在Activity運行的時候可以加載或者移除Fragment模塊2013-01-01
使用Jetpack Compose實現(xiàn)翻轉卡片效果流程詳解
Jetpack Compose 是一款基于 Kotlin 的聲明式 UI 工具包，可以方便地創(chuàng)建漂亮的用戶界面。使用 Compose 的動畫 API 和可繪制 API，可以輕松實現(xiàn)翻轉卡片效果。通過設置旋轉角度和透明度等屬性，可以使卡片沿著 Y 軸翻轉，并實現(xiàn)翻頁效果2023-05-05
這篇文章主要為大家詳細介紹了Android 8.0版本更新無法自動安裝問題的解決方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-06-06
這篇文章主要介紹了詳解flutter engine 那些沒被釋放的東西，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07