转载

Android 中 SQLite 性能优化

数据库是应用开发中常用的技术,在Android应用中也不例外。Android默认使用了SQLite数据库,在应用程序开发中,我们使用最多的无外乎增删改查。纵使操作简单,也有可能出现查找数据缓慢,插入数据耗时等情况,如果出现了这种问题,我们就需要考虑对数据库操作进行优化了。本文将介绍一些实用的数据库优化操作,希望可以帮助大家更好地在开发过程中使用数据库。

建立索引

很多时候,我们都听说,想要查找快速就建立索引。这句话没错,数据表的索引类似于字典中的拼音索引或者部首索引。

索引的解释

重温一下我们小时候查字典的过程:

  • 对于已经知道拼音的字,比如 这个字,我们只需要在拼音索引里面找到 zhong ,就可以确定这个字在词典中的页码。
  • 对于不知道拼音的字,比如 这个字,我们只需要在部首索引里面查找这个字,就能找到确定这个字在词典中的页码。

没错,索引做的事情就是这么简单,使得我们不需要查找整个数据表就可以实现快速访问。

建立索引

创建索引的基本语法如下

CREATE INDEX index_name ON table_name;

创建单列索引

CREATE INDEX index_name ON table_name (column_name);

索引真的好么

毋庸置疑,索引加速了我们检索数据表的速度。然而正如西方谚语 “There are two sides of a coin”,索引亦有缺点:

  • 对于增加,更新和删除来说,使用了索引会变慢,比如你想要删除字典中的一个字,那么你同时也需要删除这个字在拼音索引和部首索引中的信息。
  • 建立索引会增加数据库的大小,比如字典中的拼音索引和部首索引实际上是会增加字典的页数,让字典变厚的。
  • 为数据量比较小的表建立索引,往往会事倍功半。

所以使用索引需要考虑实际情况进行利弊权衡,对于查询操作量级较大,业务对要求查询要求较高的,还是推荐使用索引的。

编译SQL语句

SQLite想要执行操作,需要将程序中的sql语句编译成对应的SQLiteStatement,比如 select * from record 这一句,被执行100次就需要编译100次。对于批量处理插入或者更新的操作,我们可以使用显式编译来做到重用SQLiteStatement。

想要做到重用SQLiteStatement也比较简单,基本如下:

  • 编译sql语句获得SQLiteStatement对象,参数使用 ? 代替
  • 在循环中对SQLiteStatement对象进行具体数据绑定,bind方法中的index从1开始,不是0

请参考如下简单的使用代码

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();     } } 

显式使用事务

在Android中,无论是使用SQLiteDatabase的insert,delete等方法还是execSQL都开启了事务,来确保每一次操作都具有原子性,使得结果要么是操作之后的正确结果,要么是操作之前的结果。

然而事务的实现是依赖于名为rollback journal文件,借助这个临时文件来完成原子操作和回滚功能。既然属于文件,就符合Unix的文件范型(Open-Read/Write-Close),因而对于批量的修改操作会出现反复打开文件读写再关闭的操作。然而好在,我们可以显式使用事务,将批量的数据库更新带来的journal文件打开关闭降低到1次。

具体的实现代码如下:

private void insertWithTransaction(SQLiteDatabase db) {     int count = 0;     ContentValues values = new ContentValues();     try {         db.beginTransaction();         while (count++ < 100) {             values.put(TableDefine.COLUMN_INSERT_TIME, System.currentTimeMillis());             db.insert(TableDefine.TABLE_RECORD, null, values);         }           db.setTransactionSuccessful();     } catch (Exception e) {         e.printStackTrace();     } finally {         db.endTransaction();     } } 

上面的代码中,如果没有异常抛出,我们则认为事务成功,调用 db.setTransactionSuccessful(); 确保操作真实生效。如果在此过程中出现异常,则批量数据一条也不会插入现有的表中。

查询数据优化

对于查询的优化,除了建立索引以外,有以下几点微优化的建议

按需获取数据列信息

通常情况下,我们处于自己省时省力的目的,对于查找使用类似这样的代码

private void badQuery(SQLiteDatabase db) {     db.query(TableDefine.TABLE_RECORD, null, null, null, null, null, null) ; } 

其中上面方法的第二个参数类型为String[],意思是返回结果参考的colum信息,传递null表明需要获取全部的column数据。这里建议大家传递真实需要的字符串数据对象表明需要的列信息,这样做效率会有所提升。

提前获取列索引

当我们需要遍历cursor时,我们通常的做法是这样

private void badQueryWithLoop(SQLiteDatabase db) {     Cursor cursor = db.query(TableDefine.TABLE_RECORD, new String[]{TableDefine.COLUMN_INSERT_TIME}, null, null, null, null, null) ;     while (cursor.moveToNext()) {         long insertTime = cursor.getLong(cursor.getColumnIndex(TableDefine.COLUMN_INSERT_TIME));     } } 

但是如果我们将获取ColumnIndex的操作提到循环之外,效果会更好一些,修改后的代码如下:

private void goodQueryWithLoop(SQLiteDatabase db) {     Cursor cursor = db.query(TableDefine.TABLE_RECORD, new String[]{TableDefine.COLUMN_INSERT_TIME}, null, null, null, null, null) ;     int insertTimeColumnIndex = cursor.getColumnIndex(TableDefine.COLUMN_INSERT_TIME);     while (cursor.moveToNext()) {         long insertTime = cursor.getLong(insertTimeColumnIndex);     }     cursor.close(); } 

ContentValues的容量调整

SQLiteDatabase提供了方便的ContentValues简化了我们处理列名与值的映射,ContentValues内部采用了HashMap来存储Key-Value数据,ContentValues的初始容量是8,如果当添加的数据超过8之前,则会进行双倍扩容操作,因此建议对ContentValues填入的内容进行估量,设置合理的初始化容量,减少不必要的内部扩容操作。

及时关闭Cursor

使用数据库,比较常见的就是忘记关闭Cursor。关于如何发现未关闭的Cursor,我们可以使用StrictMode,详细请戳这里 Android性能调优利器StrictMode

耗时异步化

数据库的操作,属于本地IO,通常比较耗时,如果处理不好,很容易导致ANR,因此建议将这些耗时操作放入异步线程中处理,这里推荐一个单线程 + 任务队列形式处理的HandlerThread实现异步化。

源码下载

示例源码,存放在Github,地址为 AndroidSQLiteTuningDemo

正文到此结束
Loading...