本文關(guān)鍵詞：數(shù)據(jù)庫訪問，由筆耕文化傳播整理發(fā)布。

特別說明：

1、  本文只是面對數(shù)據(jù)庫應(yīng)用開發(fā)的程序員，不適合專業(yè)DBA，DBA在數(shù)據(jù)庫性能優(yōu)化方面需要了解更多的知識；

2、  本文許多示例及概念是基于Oracle數(shù)據(jù)庫描述，對于其它關(guān)系型數(shù)據(jù)庫也可以參考，但許多觀點不適合于KV數(shù)據(jù)庫或內(nèi)存數(shù)據(jù)庫或者是基于SSD技術(shù)的數(shù)據(jù)庫；

3、  本文未深入數(shù)據(jù)庫優(yōu)化中最核心的執(zhí)行計劃分析技術(shù)。

 

讀者對像：

開發(fā)人員：如果你是做數(shù)據(jù)庫開發(fā)，那本文的內(nèi)容非常適合，因為本文是從程序員的角度來談數(shù)據(jù)庫性能優(yōu)化。

架構(gòu)師：如果你已經(jīng)是數(shù)據(jù)庫應(yīng)用的架構(gòu)師，那本文的知識你應(yīng)該清楚90%，否則你可能是一個喜歡折騰的架構(gòu)師。

DBA（數(shù)據(jù)庫管理員）：大型數(shù)據(jù)庫優(yōu)化的知識非常復(fù)雜，本文只是從程序員的角度來談性能優(yōu)化，DBA除了需要了解這些知識外，還需要深入數(shù)據(jù)庫的內(nèi)部體系架構(gòu)來解決問題。

 

引言

在網(wǎng)上有很多文章介紹數(shù)據(jù)庫優(yōu)化知識，但是大部份文章只是對某個一個方面進(jìn)行說明，而對于我們程序員來說這種介紹并不能很好的掌握優(yōu)化知識，因為很多介紹只是對一些特定的場景優(yōu)化的，所以反而有時會產(chǎn)生誤導(dǎo)或讓程序員感覺不明白其中的奧妙而對數(shù)據(jù)庫優(yōu)化感覺很神秘。

很多程序員總是問如何學(xué)習(xí)數(shù)據(jù)庫優(yōu)化，有沒有好的教材之類的問題。在書店也看到了許多數(shù)據(jù)庫優(yōu)化的專業(yè)書籍，但是感覺更多是面向DBA或者是 PL/SQL開發(fā)方面的知識，個人感覺不太適合普通程序員。而要想做到數(shù)據(jù)庫優(yōu)化的高手，不是花幾周，幾個月就能達(dá)到的，這并不是因為數(shù)據(jù)庫優(yōu)化有多高 深，而是因為要做好優(yōu)化一方面需要有非常好的技術(shù)功底，對操作系統(tǒng)、存儲硬件網(wǎng)絡(luò)、數(shù)據(jù)庫原理等方面有比較扎實的基礎(chǔ)知識，另一方面是需要花大量時間對特 定的數(shù)據(jù)庫進(jìn)行實踐測試與總結(jié)。

作為一個程序員，我們也許不清楚線上正式的服務(wù)器硬件配置，我們不可能像DBA那樣專業(yè)的對數(shù)據(jù)庫進(jìn)行各種實踐測試與總結(jié)，但我們都應(yīng)該非常了解我 們SQL的業(yè)務(wù)邏輯，我們清楚SQL中訪問表及字段的數(shù)據(jù)情況，我們其實只關(guān)心我們的SQL是否能盡快返回結(jié)果。那程序員如何利用已知的知識進(jìn)行數(shù)據(jù)庫優(yōu) 化？如何能快速定位SQL性能問題并找到正確的優(yōu)化方向？

面對這些問題，筆者總結(jié)了一些面向程序員的基本優(yōu)化法則，本文將結(jié)合實例來坦述數(shù)據(jù)庫開發(fā)的優(yōu)化知識。

一、數(shù)據(jù)庫訪問優(yōu)化法則簡介

要正確的優(yōu)化SQL，我們需要快速定位能性的瓶頸點，也就是說快速找到我們SQL主要的開銷在哪里？而大多數(shù)情況性能最慢的設(shè)備會是瓶頸點，如下載 時網(wǎng)絡(luò)速度可能會是瓶頸點，本地復(fù)制文件時硬盤可能會是瓶頸點，為什么這些一般的工作我們能快速確認(rèn)瓶頸點呢，因為我們對這些慢速設(shè)備的性能數(shù)據(jù)有一些基 本的認(rèn)識，如網(wǎng)絡(luò)帶寬是2Mbps，硬盤是每分鐘7200轉(zhuǎn)等等。因此，為了快速找到SQL的性能瓶頸點，我們也需要了解我們計算機系統(tǒng)的硬件基本性能指 標(biāo)，下圖展示的當(dāng)前主流計算機性能指標(biāo)數(shù)據(jù)。

 

 

從圖上可以看到基本上每種設(shè)備都有兩個指標(biāo)：

延時（響應(yīng)時間）：表示硬件的突發(fā)處理能力；

帶寬（吞吐量）：代表硬件持續(xù)處理能力。

 

從上圖可以看出，計算機系統(tǒng)硬件性能從高到代依次為：

CPU——Cache(L1-L2-L3)——內(nèi)存——SSD硬盤——網(wǎng)絡(luò)——硬盤

由于SSD硬盤還處于快速發(fā)展階段，所以本文的內(nèi)容不涉及SSD相關(guān)應(yīng)用系統(tǒng)。

根據(jù)數(shù)據(jù)庫知識，我們可以列出每種硬件主要的工作內(nèi)容：

CPU及內(nèi)存：緩存數(shù)據(jù)訪問、比較、排序、事務(wù)檢測、SQL解析、函數(shù)或邏輯運算；

網(wǎng)絡(luò)：結(jié)果數(shù)據(jù)傳輸、SQL請求、遠(yuǎn)程數(shù)據(jù)庫訪問（dblink）；

硬盤：數(shù)據(jù)訪問、數(shù)據(jù)寫入、日志記錄、大數(shù)據(jù)量排序、大表連接。

 

根據(jù)當(dāng)前計算機硬件的基本性能指標(biāo)及其在數(shù)據(jù)庫中主要操作內(nèi)容，可以整理出如下圖所示的性能基本優(yōu)化法則：

 

 

這個優(yōu)化法則歸納為5個層次：

1、  減少數(shù)據(jù)訪問（減少磁盤訪問）

2、  返回更少數(shù)據(jù)（減少網(wǎng)絡(luò)傳輸或磁盤訪問）

3、  減少交互次數(shù)（減少網(wǎng)絡(luò)傳輸）

4、  減少服務(wù)器CPU開銷（減少CPU及內(nèi)存開銷）

5、  利用更多資源（增加資源）

 

由于每一層優(yōu)化法則都是解決其對應(yīng)硬件的性能問題，所以帶來的性能提升比例也不一樣。傳統(tǒng)數(shù)據(jù)庫系統(tǒng)設(shè)計是也是盡可能對低速設(shè)備提供優(yōu)化方法，因此 針對低速設(shè)備問題的可優(yōu)化手段也更多，優(yōu)化成本也更低。我們?nèi)魏我粋�SQL的性能優(yōu)化都應(yīng)該按這個規(guī)則由上到下來診斷問題并提出解決方案，而不應(yīng)該首先想 到的是增加資源解決問題。

以下是每個優(yōu)化法則層級對應(yīng)優(yōu)化效果及成本經(jīng)驗參考：

 

優(yōu)化法則

性能提升效果

優(yōu)化成本

減少數(shù)據(jù)訪問

1~1000

低

返回更少數(shù)據(jù)

1~100

低

減少交互次數(shù)

1~20

低

減少服務(wù)器CPU開銷

1~5

低

利用更多資源

@~10

高

 

 

接下來，我們針對5種優(yōu)化法則列舉常用的優(yōu)化手段并結(jié)合實例分析。

 

二、Oracle數(shù)據(jù)庫兩個基本概念 數(shù)據(jù)塊(Block)

數(shù)據(jù)塊是數(shù)據(jù)庫中數(shù)據(jù)在磁盤中存儲的最小單位，也是一次IO訪問的最小單位，一個數(shù)據(jù)塊通�？梢源鎯Χ鄺l記錄，數(shù)據(jù)塊大小是DBA在創(chuàng)建數(shù)據(jù)庫或表 空間時指定，可指定為2K、4K、8K、16K或32K字節(jié)。下圖是一個Oracle數(shù)據(jù)庫典型的物理結(jié)構(gòu)，一個數(shù)據(jù)庫可以包括多個數(shù)據(jù)文件，一個數(shù)據(jù)文 件內(nèi)又包含多個數(shù)據(jù)塊；

 

 

ROWID

ROWID是每條記錄在數(shù)據(jù)庫中的唯一標(biāo)識，通過ROWID可以直接定位記錄到對應(yīng)的文件號及數(shù)據(jù)塊位置。ROWID內(nèi)容包括文件號、對像號、數(shù)據(jù)塊號、記錄槽號，如下圖所示：

 

三、數(shù)據(jù)庫訪問優(yōu)化法則詳解 1、減少數(shù)據(jù)訪問 1.1、創(chuàng)建并使用正確的索引

數(shù)據(jù)庫索引的原理非常簡單，但在復(fù)雜的表中真正能正確使用索引的人很少，即使是專業(yè)的DBA也不一定能完全做到最優(yōu)。

索引會大大增加表記錄的DML(INSERT,UPDATE,DELETE)開銷，正確的索引可以讓性能提升100，1000倍以上，不合理的索引也可能會讓性能下降100倍，因此在一個表中創(chuàng)建什么樣的索引需要平衡各種業(yè)務(wù)需求。

索引常見問題：

索引有哪些種類？

常見的索引有B-TREE索引、位圖索引、全文索引，位圖索引一般用于數(shù)據(jù)倉庫應(yīng)用，全文索引由于使用較少，這里不深入介紹。B-TREE索引包括很多擴(kuò)展類型，如組合索引、反向索引、函數(shù)索引等等，以下是B-TREE索引的簡單介紹：

B-TREE索引也稱為平衡樹索引(Balance Tree)，它是一種按字段排好序的樹形目錄結(jié)構(gòu)，主要用于提升查詢性能和唯一約束支持。B-TREE索引的內(nèi)容包括根節(jié)點、分支節(jié)點、葉子節(jié)點。

葉子節(jié)點內(nèi)容：索引字段內(nèi)容+表記錄ROWID

根節(jié)點，分支節(jié)點內(nèi)容：當(dāng)一個數(shù)據(jù)塊中不能放下所有索引字段數(shù)據(jù)時，就會形成樹形的根節(jié)點或分支節(jié)點，根節(jié)點與分支節(jié)點保存了索引樹的順序及各層級間的引用關(guān)系。

         一個普通的BTREE索引結(jié)構(gòu)示意圖如下所示：

 

 

如果我們把一個表的內(nèi)容認(rèn)為是一本字典，那索引就相當(dāng)于字典的目錄，如下圖所示：

 

 

 

 

 

圖中是一個字典按部首+筆劃數(shù)的目錄，相當(dāng)于給字典建了一個按部首+筆劃的組合索引。

一個表中可以建多個索引，就如一本字典可以建多個目錄一樣（按拼音、筆劃、部首等等）。

一個索引也可以由多個字段組成，稱為組合索引，如上圖就是一個按部首+筆劃的組合目錄。

SQL什么條件會使用索引？

當(dāng)字段上建有索引時，通常以下情況會使用索引：

INDEX_COLUMN = ?

INDEX_COLUMN > ?

INDEX_COLUMN >= ?

INDEX_COLUMN < ?

INDEX_COLUMN <= ?

INDEX_COLUMN between ? and ?

INDEX_COLUMN in (?,?,...,?)

INDEX_COLUMN like ?||'%'（后導(dǎo)模糊查詢）

T1. INDEX_COLUMN=T2. COLUMN1（兩個表通過索引字段關(guān)聯(lián)）

 

SQL什么條件不會使用索引？

 

查詢條件

不能使用索引原因

INDEX_COLUMN <> ?

INDEX_COLUMN not in (?,?,...,?)

不等于操作不能使用索引

function(INDEX_COLUMN) = ?

INDEX_COLUMN + 1 = ?

INDEX_COLUMN || 'a' = ?

經(jīng)過普通運算或函數(shù)運算后的索引字段不能使用索引

INDEX_COLUMN like '%'||?

INDEX_COLUMN like '%'||?||'%'

含前導(dǎo)模糊查詢的Like語法不能使用索引

INDEX_COLUMN is null

B-TREE索引里不保存字段為NULL值記錄，因此IS NULL不能使用索引

NUMBER_INDEX_COLUMN='12345'

CHAR_INDEX_COLUMN=12345

Oracle在做數(shù)值比較時需要將兩邊的數(shù)據(jù)轉(zhuǎn)換成同一種數(shù)據(jù)類型，如果兩邊數(shù)據(jù)類型不同時會對字段值隱式轉(zhuǎn)換，相當(dāng)于加了一層函數(shù)處理，所以不能使用索引。

a.INDEX_COLUMN=a.COLUMN_1

給索引查詢的值應(yīng)是已知數(shù)據(jù)，不能是未知字段值。

注：

經(jīng)過函數(shù)運算字段的字段要使用可以使用函數(shù)索引，這種需求建議與DBA溝通。

有時候我們會使用多個字段的組合索引，如果查詢條件中第一個字段不能使用索引，那整個查詢也不能使用索引

如：我們company表建了一個id+name的組合索引，以下SQL是不能使用索引的

Select * from company where name=?

Oracle9i后引入了一種index skip scan的索引方式來解決類似的問題，但是通過index skip scan提高性能的條件比較特殊，使用不好反而性能會更差。

 

 

我們一般在什么字段上建索引？

這是一個非常復(fù)雜的話題，需要對業(yè)務(wù)及數(shù)據(jù)充分分析后再能得出結(jié)果。主鍵及外鍵通常都要有索引，其它需要建索引的字段應(yīng)滿足以下條件：

1、字段出現(xiàn)在查詢條件中，并且查詢條件可以使用索引；

2、語句執(zhí)行頻率高，一天會有幾千次以上；

3、通過字段條件可篩選的記錄集很小，那數(shù)據(jù)篩選比例是多少才適合？

這個沒有固定值，需要根據(jù)表數(shù)據(jù)量來評估，以下是經(jīng)驗公式，可用于快速評估：

小表(記錄數(shù)小于10000行的表)：篩選比例<10%；

大表：(篩選返回記錄數(shù))<(表總記錄數(shù)*單條記錄長度)/10000/16

      單條記錄長度≈字段平均內(nèi)容長度之和+字段數(shù)*2

 

以下是一些字段是否需要建B-TREE索引的經(jīng)驗分類：

 

 

字段類型

常見字段名

需要建索引的字段

主鍵

ID,PK

外鍵

PRODUCT_ID,COMPANY_ID,MEMBER_ID,ORDER_ID,TRADE_ID,PAY_ID

有對像或身份標(biāo)識意義字段

HASH_CODE,USERNAME,IDCARD_NO,EMAIL,TEL_NO,IM_NO

索引慎用字段,需要進(jìn)行數(shù)據(jù)分布及使用場景詳細(xì)評估

日期

GMT_CREATE,GMT_MODIFIED

年月

YEAR,MONTH

狀態(tài)標(biāo)志

PRODUCT_STATUS,ORDER_STATUS,IS_DELETE,VIP_FLAG

類型

ORDER_TYPE,IMAGE_TYPE,GENDER,CURRENCY_TYPE

區(qū)域

COUNTRY,PROVINCE,CITY

操作人員

CREATOR,AUDITOR

數(shù)值

LEVEL,AMOUNT,SCORE

長字符

ADDRESS,COMPANY_NAME,SUMMARY,SUBJECT

不適合建索引的字段

描述備注

DESCRIPTION,REMARK,MEMO,DETAIL

大字段

FILE_CONTENT,EMAIL_CONTENT

 

 

如何知道SQL是否使用了正確的索引？

簡單SQL可以根據(jù)索引使用語法規(guī)則判斷，復(fù)雜的SQL不好辦，判斷SQL的響應(yīng)時間是一種策略，但是這會受到數(shù)據(jù)量、主機負(fù)載及緩存等因素的影 響，有時數(shù)據(jù)全在緩存里，可能全表訪問的時間比索引訪問時間還少。要準(zhǔn)確知道索引是否正確使用，需要到數(shù)據(jù)庫中查看SQL真實的執(zhí)行計劃，這個話題比較復(fù) 雜，詳見SQL執(zhí)行計劃專題介紹。

 

索引對DML(INSERT,UPDATE,DELETE)附加的開銷有多少？

這個沒有固定的比例，與每個表記錄的大小及索引字段大小密切相關(guān)，以下是一個普通表測試數(shù)據(jù)，僅供參考：

索引對于Insert性能降低56%

索引對于Update性能降低47%

索引對于Delete性能降低29%

因此對于寫IO壓力比較大的系統(tǒng)，表的索引需要仔細(xì)評估必要性，另外索引也會占用一定的存儲空間。

 

1.2、只通過索引訪問數(shù)據(jù)

有些時候，我們只是訪問表中的幾個字段，并且字段內(nèi)容較少，我們可以為這幾個字段單獨建立一個組合索引，這樣就可以直接只通過訪問索引就能得到數(shù)據(jù)，一般索引占用的磁盤空間比表小很多，所以這種方式可以大大減少磁盤IO開銷。

如：select id,name from company where type='2';

如果這個SQL經(jīng)常使用，我們可以在type,id,name上創(chuàng)建組合索引

create index my_comb_index on company(type,id,name);

有了這個組合索引后，SQL就可以直接通過my_comb_index索引返回數(shù)據(jù)，不需要訪問company表。

還是拿字典舉例：有一個需求，需要查詢一本漢語字典中所有漢字的個數(shù)，如果我們的字典沒有目錄索引，那我們只能從字典內(nèi)容里一個一個字計數(shù)，最后返 回結(jié)果。如果我們有一個拼音目錄，那就可以只訪問拼音目錄的漢字進(jìn)行計數(shù)。如果一本字典有1000頁，拼音目錄有20頁，那我們的數(shù)據(jù)訪問成本相當(dāng)于全表 訪問的50分之一。

切記，性能優(yōu)化是無止境的，當(dāng)性能可以滿足需求時即可，不要過度優(yōu)化。在實際數(shù)據(jù)庫中我們不可能把每個SQL請求的字段都建在索引里，所以這種只通過索引訪問數(shù)據(jù)的方法一般只用于核心應(yīng)用，也就是那種對核心表訪問量最高且查詢字段數(shù)據(jù)量很少的查詢。

1.3、優(yōu)化SQL執(zhí)行計劃

SQL執(zhí)行計劃是關(guān)系型數(shù)據(jù)庫最核心的技術(shù)之一，它表示SQL執(zhí)行時的數(shù)據(jù)訪問算法。由于業(yè)務(wù)需求越來越復(fù)雜，表數(shù)據(jù)量也越來越大，程序員越來越懶 惰，SQL也需要支持非常復(fù)雜的業(yè)務(wù)邏輯，但SQL的性能還需要提高，因此，優(yōu)秀的關(guān)系型數(shù)據(jù)庫除了需要支持復(fù)雜的SQL語法及更多函數(shù)外，還需要有一套 優(yōu)秀的算法庫來提高SQL性能。

目前ORACLE有SQL執(zhí)行計劃的算法約300種，而且一直在增加，所以SQL執(zhí)行計劃是一個非常復(fù)雜的課題，一個普通DBA能掌握50種就很不 錯了，就算是資深DBA也不可能把每個執(zhí)行計劃的算法描述清楚。雖然有這么多種算法，但并不表示我們無法優(yōu)化執(zhí)行計劃，因為我們常用的SQL執(zhí)行計劃算法 也就十幾個，如果一個程序員能把這十幾個算法搞清楚，那就掌握了80%的SQL執(zhí)行計劃調(diào)優(yōu)知識。

由于篇幅的原因，SQL執(zhí)行計劃需要專題介紹，在這里就不多說了。

 

2、返回更少的數(shù)據(jù) 2.1、數(shù)據(jù)分頁處理

一般數(shù)據(jù)分頁方式有：

2.1.1、客戶端(應(yīng)用程序或瀏覽器)分頁

將數(shù)據(jù)從應(yīng)用服務(wù)器全部下載到本地應(yīng)用程序或瀏覽器，在應(yīng)用程序或瀏覽器內(nèi)部通過本地代碼進(jìn)行分頁處理

優(yōu)點：編碼簡單，減少客戶端與應(yīng)用服務(wù)器網(wǎng)絡(luò)交互次數(shù)

缺點：首次交互時間長，占用客戶端內(nèi)存

適應(yīng)場景：客戶端與應(yīng)用服務(wù)器網(wǎng)絡(luò)延時較大，但要求后續(xù)操作流暢，如手機GPRS，超遠(yuǎn)程訪問（跨國）等等。

2.1.2、應(yīng)用服務(wù)器分頁

將數(shù)據(jù)從數(shù)據(jù)庫服務(wù)器全部下載到應(yīng)用服務(wù)器，在應(yīng)用服務(wù)器內(nèi)部再進(jìn)行數(shù)據(jù)篩選。以下是一個應(yīng)用服務(wù)器端Java程序分頁的示例：

List list=executeQuery(“select * from employee order by id”);

Int count= list.size();

List subList= list.subList(10, 20);

 

優(yōu)點：編碼簡單，只需要一次SQL交互，總數(shù)據(jù)與分頁數(shù)據(jù)差不多時性能較好。

缺點：總數(shù)據(jù)量較多時性能較差。

適應(yīng)場景：數(shù)據(jù)庫系統(tǒng)不支持分頁處理，數(shù)據(jù)量較小并且可控。

 

2.1.3、數(shù)據(jù)庫SQL分頁

采用數(shù)據(jù)庫SQL分頁需要兩次SQL完成

一個SQL計算總數(shù)量

一個SQL返回分頁后的數(shù)據(jù)

優(yōu)點：性能好

缺點：編碼復(fù)雜，各種數(shù)據(jù)庫語法不同，需要兩次SQL交互。

 

oracle數(shù)據(jù)庫一般采用rownum來進(jìn)行分頁，常用分頁語法有如下兩種：

 

直接通過rownum分頁：

select * from (

         select a.*,rownum rn from

                   (select * from product a where company_id=? order by status) a

         where rownum<=20)

where rn>10;

數(shù)據(jù)訪問開銷=索引IO+索引全部記錄結(jié)果對應(yīng)的表數(shù)據(jù)IO

 

采用rowid分頁語法

優(yōu)化原理是通過純索引找出分頁記錄的ROWID，再通過ROWID回表返回數(shù)據(jù)，要求內(nèi)層查詢和排序字段全在索引里。

create index myindex on product(company_id,status);

 

select b.* from (

         select * from (

                   select a.*,rownum rn from

                            (select rowid rid,status from product a where company_id=? order by status) a

                   where rownum<=20)

         where rn>10) a, product b

where a.rid=b.rowid;

數(shù)據(jù)訪問開銷=索引IO+索引分頁結(jié)果對應(yīng)的表數(shù)據(jù)IO

 

實例：

一個公司產(chǎn)品有1000條記錄，要分頁取其中20個產(chǎn)品，假設(shè)訪問公司索引需要50個IO，2條記錄需要1個表數(shù)據(jù)IO。

那么按第一種ROWNUM分頁寫法，需要550(50+1000/2)個IO，按第二種ROWID分頁寫法，只需要60個IO(50+20/2);

 

2.2、只返回需要的字段

通過去除不必要的返回字段可以提高性能，例：

調(diào)整前：select * from product where company_id=?;

調(diào)整后：select id,name from product where company_id=?;

 

優(yōu)點：

1、減少數(shù)據(jù)在網(wǎng)絡(luò)上傳輸開銷

2、減少服務(wù)器數(shù)據(jù)處理開銷

3、減少客戶端內(nèi)存占用

4、字段變更時提前發(fā)現(xiàn)問題，減少程序BUG

5、如果訪問的所有字段剛好在一個索引里面，則可以使用純索引訪問提高性能。

缺點：增加編碼工作量

由于會增加一些編碼工作量，所以一般需求通過開發(fā)規(guī)范來要求程序員這么做，否則等項目上線后再整改工作量更大。

如果你的查詢表中有大字段或內(nèi)容較多的字段，如備注信息、文件內(nèi)容等等，那在查詢表時一定要注意這方面的問題，否則可能會帶來嚴(yán)重的性能問題。如果 表經(jīng)常要查詢并且請求大內(nèi)容字段的概率很低，我們可以采用分表處理，將一個大表分拆成兩個一對一的關(guān)系表，將不常用的大內(nèi)容字段放在一張單獨的表中。如一 張存儲上傳文件的表：

T_FILE（ID,FILE_NAME,FILE_SIZE,FILE_TYPE,FILE_CONTENT）

我們可以分拆成兩張一對一的關(guān)系表：

T_FILE（ID,FILE_NAME,FILE_SIZE,FILE_TYPE）

T_FILECONTENT（ID, FILE_CONTENT）

         通過這種分拆，可以大大提少T_FILE表的單條記錄及總大小，這樣在查詢T_FILE時性能會更好，當(dāng)需要查詢FILE_CONTENT字段內(nèi)容時再訪問T_FILECONTENT表。

 

3、減少交互次數(shù) 3.1、batch DML

數(shù)據(jù)庫訪問框架一般都提供了批量提交的接口，jdbc支持batch的提交處理方法，當(dāng)你一次性要往一個表中插入1000萬條數(shù)據(jù)時，如果采用普通 的executeUpdate處理，那么和服務(wù)器交互次數(shù)為1000萬次，按每秒鐘可以向數(shù)據(jù)庫服務(wù)器提交10000次估算，要完成所有工作需要1000 秒。如果采用批量提交模式，1000條提交一次，那么和服務(wù)器交互次數(shù)為1萬次，交互次數(shù)大大減少。采用batch操作一般不會減少很多數(shù)據(jù)庫服務(wù)器的物 理IO，但是會大大減少客戶端與服務(wù)端的交互次數(shù)，從而減少了多次發(fā)起的網(wǎng)絡(luò)延時開銷，同時也會降低數(shù)據(jù)庫的CPU開銷。

 

假設(shè)要向一個普通表插入1000萬數(shù)據(jù)，每條記錄大小為1K字節(jié)，表上沒有任何索引，客戶端與數(shù)據(jù)庫服務(wù)器網(wǎng)絡(luò)是100Mbps，以下是根據(jù)現(xiàn)在一般計算機能力估算的各種batch大小性能對比值：

 

　單位：ms

No batch

Batch=10

Batch=100

Batch=1000

Batch=10000

服務(wù)器事務(wù)處理時間

0.1

0.1

0.1

0.1

0.1

服務(wù)器IO處理時間

0.02

0.2

2

20

200

網(wǎng)絡(luò)交互發(fā)起時間

0.1

0.1

0.1

0.1

0.1

網(wǎng)絡(luò)數(shù)據(jù)傳輸時間

0.01

0.1

1

10

100

小計

0.23

0.5

3.2

30.2

300.2

平均每條記錄處理時間

0.23

0.05

0.032

0.0302

0.03002

 

 

從上可以看出，Insert操作加大Batch可以對性能提高近8倍性能，一般根據(jù)主鍵的Update或Delete操作也可能提高2-3倍性能， 但不如Insert明顯，因為Update及Delete操作可能有比較大的開銷在物理IO訪問。以上僅是理論計算值，實際情況需要根據(jù)具體環(huán)境測量。

 

3.2、In List

很多時候我們需要按一些ID查詢數(shù)據(jù)庫記錄，，我們可以采用一個ID一個請求發(fā)給數(shù)據(jù)庫，如下所示：

for :var in ids[] do begin

  select * from mytable where id=:var;

end;

 

我們也可以做一個小的優(yōu)化， 如下所示，用ID INLIST的這種方式寫SQL：

select * from mytable where id in(:id1,id2,...,idn);

 

通過這樣處理可以大大減少SQL請求的數(shù)量，從而提高性能。那如果有10000個ID，那是不是全部放在一條SQL里處理呢？答案肯定是否定的。首先大部份數(shù)據(jù)庫都會有SQL長度和IN里個數(shù)的限制，如ORACLE的IN里就不允許超過1000個值。

另外當(dāng)前數(shù)據(jù)庫一般都是采用基于成本的優(yōu)化規(guī)則，當(dāng)IN數(shù)量達(dá)到一定值時有可能改變SQL執(zhí)行計劃，從索引訪問變成全表訪問，這將使性能急劇變化。隨著SQL中IN的里面的值個數(shù)增加，SQL的執(zhí)行計劃會更復(fù)雜，占用的內(nèi)存將會變大，這將會增加服務(wù)器CPU及內(nèi)存成本。

評估在IN里面一次放多少個值還需要考慮應(yīng)用服務(wù)器本地內(nèi)存的開銷，有并發(fā)訪問時要計算本地數(shù)據(jù)使用周期內(nèi)的并發(fā)上限，否則可能會導(dǎo)致內(nèi)存溢出。

綜合考慮，一般IN里面的值個數(shù)超過20個以后性能基本沒什么太大變化，也特別說明不要超過100，超過后可能會引起執(zhí)行計劃的不穩(wěn)定性及增加數(shù)據(jù)庫CPU及內(nèi)存成本，這個需要專業(yè)DBA評估。

 

3.3、設(shè)置Fetch Size

當(dāng)我們采用select從數(shù)據(jù)庫查詢數(shù)據(jù)時，數(shù)據(jù)默認(rèn)并不是一條一條返回給客戶端的，也不是一次全部返回客戶端的，而是根據(jù)客戶端 fetch_size參數(shù)處理，每次只返回fetch_size條記錄，當(dāng)客戶端游標(biāo)遍歷到尾部時再從服務(wù)端取數(shù)據(jù)，直到最后全部傳送完成。所以如果我們 要從服務(wù)端一次取大量數(shù)據(jù)時，可以加大fetch_size，這樣可以減少結(jié)果數(shù)據(jù)傳輸?shù)慕换ゴ螖?shù)及服務(wù)器數(shù)據(jù)準(zhǔn)備時間，提高性能。

 

以下是jdbc測試的代碼，采用本地數(shù)據(jù)庫，表緩存在數(shù)據(jù)庫CACHE中，因此沒有網(wǎng)絡(luò)連接及磁盤IO開銷，客戶端只遍歷游標(biāo)，不做任何處理，這樣更能體現(xiàn)fetch參數(shù)的影響：

String vsql ="select * from t_employee";

PreparedStatement pstmt = conn.prepareStatement(vsql,ResultSet.TYPE_FORWARD_ONLY,ResultSet.CONCUR_READ_ONLY);

pstmt.setFetchSize(1000);

ResultSet rs = pstmt.executeQuery(vsql);

int cnt = rs.getMetaData().getColumnCount();

Object o;

while (rs.next()) {

    for (int i = 1; i <= cnt; i++) {

       o = rs.getObject(i);

    }

}

 

測試示例中的employee表有100000條記錄，每條記錄平均長度135字節(jié)

 

以下是測試結(jié)果，對每種fetchsize測試5次再取平均值：

fetchsize

elapse_time（s）

1

20.516

2

11.34

4

6.894

8

4.65

16

3.584

32

2.865

64

2.656

128

2.44

256

2.765

512

3.075

1024

2.862

2048

2.722

4096

2.681

8192

2.715

 

 

 

 

Oracle jdbc fetchsize默認(rèn)值為10，由上測試可以看出fetchsize對性能影響還是比較大的，但是當(dāng)fetchsize大于100時就基本上沒有影響 了。fetchsize并不會存在一個最優(yōu)的固定值，因為整體性能與記錄集大小及硬件平臺有關(guān)。根據(jù)測試結(jié)果建議當(dāng)一次性要取大量數(shù)據(jù)時這個值設(shè)置為 100左右，不要小于40。注意，fetchsize不能設(shè)置太大，如果一次取出的數(shù)據(jù)大于JVM的內(nèi)存會導(dǎo)致內(nèi)存溢出，所以建議不要超過1000，太大 了也沒什么性能提高，反而可能會增加內(nèi)存溢出的危險。

注：圖中fetchsize在128以后會有一些小的波動，這并不是測試誤差，而是由于resultset填充到具體對像時間不同的原因，由于 resultset已經(jīng)到本地內(nèi)存里了，所以估計是由于CPU的L1,L2 Cache命中率變化造成，由于變化不大，所以筆者也未深入分析原因。

 

iBatis的SqlMapping配置文件可以對每個SQL語句指定fetchsize大小，如下所示：

 

  本文關(guān)鍵詞：數(shù)據(jù)庫訪問，由筆耕文化傳播整理發(fā)布。

本文編號：93709