Улучшить производительность SQLite по INSERT в секунду

2976

Оптимизировать SQLite сложно. Массовая вставка приложения C может варьироваться от 85 вставок в секунду до более 96 000 вставок в секунду!

Справочная информация: мы используем SQLite как часть настольного приложения. У нас есть большие объемы данных конфигурации, хранящихся в файлах XML, которые анализируются и загружаются в базу данных SQLite для дальнейшей обработки при инициализации приложения. SQLite идеально подходит для этой ситуации, потому что он быстрый, не требует специальной настройки, а база данных хранится на диске в виде одного файла.

Обоснование: Первоначально я был разочарован выступлением, которое я видел. Оказывается, что производительность SQLite может значительно различаться (как для массовых вставок, так и для выборок) в зависимости от того, как настроена база данных и как вы используете API. Было непросто выяснить, какие были все варианты и методы, поэтому я подумал, что было бы разумно создать эту вики-статью сообщества, чтобы поделиться результатами с читателями Stack Overflow, чтобы избавить других от проблем, связанных с теми же исследованиями.

Эксперимент: Вместо того, чтобы просто говорить о советах по повышению производительности в общем смысле (например, «Использовать транзакцию!» ), Я подумал, что лучше написать некоторый код на C и фактически измерить влияние различных вариантов. Мы собираемся начать с некоторых простых данных:

  • Текстовый файл с разделителями табуляции в 28 МБ (приблизительно 865 000 записей) полного расписания транзита для города Торонто
  • Мой тестовый компьютер - 3,60 ГГц P4 под управлением Windows XP.
  • Код скомпилирован с Visual C ++ 2005 как «Релиз» с «Полной оптимизацией» (/ Ox) и Favor Fast Code (/ Ot).
  • Я использую SQLite "Amalgamation", скомпилированный непосредственно в мое тестовое приложение. Моя версия SQLite немного старше (3.6.7), но я подозреваю, что эти результаты будут сопоставимы с последним выпуском (пожалуйста, оставьте комментарий, если вы думаете иначе).

Давайте напишем некоторый код!

Код: простая программа на C, которая читает текстовый файл построчно, разбивает строку на значения и затем вставляет данные в базу данных SQLite. В этой «базовой» версии кода база данных создана, но мы не будем вставлять данные:

/*************************************************************
    Baseline code to experiment with SQLite performance.

    Input data is a 28 MB TAB-delimited text file of the
    complete Toronto Transit System schedule/route info
    from http://www.toronto.ca/open/datasets/ttc-routes/

**************************************************************/
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <string.h>
#include "sqlite3.h"

#define INPUTDATA "C:\\TTC_schedule_scheduleitem_10-27-2009.txt"
#define DATABASE "c:\\TTC_schedule_scheduleitem_10-27-2009.sqlite"
#define TABLE "CREATE TABLE IF NOT EXISTS TTC (id INTEGER PRIMARY KEY, Route_ID TEXT, Branch_Code TEXT, Version INTEGER, Stop INTEGER, Vehicle_Index INTEGER, Day Integer, Time TEXT)"
#define BUFFER_SIZE 256

int main(int argc, char **argv) {

    sqlite3 * db;
    sqlite3_stmt * stmt;
    char * sErrMsg = 0;
    char * tail = 0;
    int nRetCode;
    int n = 0;

    clock_t cStartClock;

    FILE * pFile;
    char sInputBuf [BUFFER_SIZE] = "\0";

    char * sRT = 0;  /* Route */
    char * sBR = 0;  /* Branch */
    char * sVR = 0;  /* Version */
    char * sST = 0;  /* Stop Number */
    char * sVI = 0;  /* Vehicle */
    char * sDT = 0;  /* Date */
    char * sTM = 0;  /* Time */

    char sSQL [BUFFER_SIZE] = "\0";

    /*********************************************/
    /* Open the Database and create the Schema */
    sqlite3_open(DATABASE, &db);
    sqlite3_exec(db, TABLE, NULL, NULL, &sErrMsg);

    /*********************************************/
    /* Open input file and import into Database*/
    cStartClock = clock();

    pFile = fopen (INPUTDATA,"r");
    while (!feof(pFile)) {

        fgets (sInputBuf, BUFFER_SIZE, pFile);

        sRT = strtok (sInputBuf, "\t");     /* Get Route */
        sBR = strtok (NULL, "\t");            /* Get Branch */
        sVR = strtok (NULL, "\t");            /* Get Version */
        sST = strtok (NULL, "\t");            /* Get Stop Number */
        sVI = strtok (NULL, "\t");            /* Get Vehicle */
        sDT = strtok (NULL, "\t");            /* Get Date */
        sTM = strtok (NULL, "\t");            /* Get Time */

        /* ACTUAL INSERT WILL GO HERE */

        n++;
    }
    fclose (pFile);

    printf("Imported %d records in %4.2f seconds\n", n, (clock() - cStartClock) / (double)CLOCKS_PER_SEC);

    sqlite3_close(db);
    return 0;
}

Контроль"

Выполнение кода «как есть» на самом деле не выполняет никаких операций с базой данных, но даст нам представление о том, насколько быстрыми являются операции ввода-вывода и обработки строк необработанного C-файла.

Импортировано 864913 записей за 0,94 секунды

Большой! Мы можем сделать 920 000 вставок в секунду, при условии, что мы фактически не делаем никаких вставок :-)


«Наихудший случай-сценарий»

Мы собираемся сгенерировать строку SQL, используя значения, считанные из файла, и вызвать эту операцию SQL, используя sqlite3_exec:

sprintf(sSQL, "INSERT INTO TTC VALUES (NULL, '%s', '%s', '%s', '%s', '%s', '%s', '%s')", sRT, sBR, sVR, sST, sVI, sDT, sTM);
sqlite3_exec(db, sSQL, NULL, NULL, &sErrMsg);

Это будет медленно, потому что SQL будет скомпилирован в код VDBE для каждой вставки, и каждая вставка будет происходить в своей собственной транзакции. Как медленно?

Импортировано 864913 записей за 9933,61 секунд.

Хлоп! 2 часа 45 минут! Это всего 85 вставок в секунду.

Использование транзакции

По умолчанию SQLite оценивает каждый оператор INSERT / UPDATE в пределах уникальной транзакции. Если выполняется большое количество вставок, желательно заключить вашу операцию в транзакцию:

sqlite3_exec(db, "BEGIN TRANSACTION", NULL, NULL, &sErrMsg);

pFile = fopen (INPUTDATA,"r");
while (!feof(pFile)) {

    ...

}
fclose (pFile);

sqlite3_exec(db, "END TRANSACTION", NULL, NULL, &sErrMsg);

Импортировано 864913 записей за 38,03 секунды

Так-то лучше. Простое объединение всех вставок в одну транзакцию повысило производительность до 23 000 вставок в секунду.

Использование подготовленного заявления

Использование транзакции было огромным улучшением, но перекомпиляция оператора SQL для каждой вставки не имеет смысла, если мы используем один и тот же SQL снова и снова. Давайте sqlite3_prepare_v2скомпилируем наш оператор SQL один раз, а затем свяжем наши параметры с этим оператором, используя sqlite3_bind_text:

/* Open input file and import into the database */
cStartClock = clock();

sprintf(sSQL, "INSERT INTO TTC VALUES (NULL, @RT, @BR, @VR, @ST, @VI, @DT, @TM)");
sqlite3_prepare_v2(db,  sSQL, BUFFER_SIZE, &stmt, &tail);

sqlite3_exec(db, "BEGIN TRANSACTION", NULL, NULL, &sErrMsg);

pFile = fopen (INPUTDATA,"r");
while (!feof(pFile)) {

    fgets (sInputBuf, BUFFER_SIZE, pFile);

    sRT = strtok (sInputBuf, "\t");   /* Get Route */
    sBR = strtok (NULL, "\t");        /* Get Branch */
    sVR = strtok (NULL, "\t");        /* Get Version */
    sST = strtok (NULL, "\t");        /* Get Stop Number */
    sVI = strtok (NULL, "\t");        /* Get Vehicle */
    sDT = strtok (NULL, "\t");        /* Get Date */
    sTM = strtok (NULL, "\t");        /* Get Time */

    sqlite3_bind_text(stmt, 1, sRT, -1, SQLITE_TRANSIENT);
    sqlite3_bind_text(stmt, 2, sBR, -1, SQLITE_TRANSIENT);
    sqlite3_bind_text(stmt, 3, sVR, -1, SQLITE_TRANSIENT);
    sqlite3_bind_text(stmt, 4, sST, -1, SQLITE_TRANSIENT);
    sqlite3_bind_text(stmt, 5, sVI, -1, SQLITE_TRANSIENT);
    sqlite3_bind_text(stmt, 6, sDT, -1, SQLITE_TRANSIENT);
    sqlite3_bind_text(stmt, 7, sTM, -1, SQLITE_TRANSIENT);

    sqlite3_step(stmt);

    sqlite3_clear_bindings(stmt);
    sqlite3_reset(stmt);

    n++;
}
fclose (pFile);

sqlite3_exec(db, "END TRANSACTION", NULL, NULL, &sErrMsg);

printf("Imported %d records in %4.2f seconds\n", n, (clock() - cStartClock) / (double)CLOCKS_PER_SEC);

sqlite3_finalize(stmt);
sqlite3_close(db);

return 0;

Импортировано 864913 записей за 16,27 секунды

Ницца! Там немного больше кода (не забудьте позвонить sqlite3_clear_bindingsи sqlite3_reset), но мы более чем удвоили нашу производительность до 53 000 вставок в секунду.

ПРАГМА синхронная = ВЫКЛ

По умолчанию SQLite приостанавливается после выдачи команды записи на уровне ОС. Это гарантирует, что данные будут записаны на диск. Установив synchronous = OFF, мы инструктируем SQLite просто передать данные в ОС для записи и затем продолжить. Существует вероятность того, что файл базы данных может быть поврежден, если на компьютере произойдет катастрофический сбой (или сбой питания) перед записью данных на диск:

/* Open the database and create the schema */
sqlite3_open(DATABASE, &db);
sqlite3_exec(db, TABLE, NULL, NULL, &sErrMsg);
sqlite3_exec(db, "PRAGMA synchronous = OFF", NULL, NULL, &sErrMsg);

Импортировано 864913 записей за 12,41 секунды

Улучшения теперь меньше, но у нас до 69 600 вставок в секунду.

PRAGMA journal_mode = MEMORY

Попробуйте сохранить журнал отката в памяти, выполнив оценку PRAGMA journal_mode = MEMORY. Ваша транзакция будет быстрее, но если вы потеряете энергию или ваша программа выйдет из строя во время транзакции, ваша база данных может остаться в поврежденном состоянии с частично завершенной транзакцией:

/* Open the database and create the schema */
sqlite3_open(DATABASE, &db);
sqlite3_exec(db, TABLE, NULL, NULL, &sErrMsg);
sqlite3_exec(db, "PRAGMA journal_mode = MEMORY", NULL, NULL, &sErrMsg);

Импортировано 864913 записей за 13.50 секунд

Немного медленнее, чем предыдущая оптимизация - 64 000 вставок в секунду.

PRAGMA синхронно = ВЫКЛ и PRAGMA journal_mode = ПАМЯТЬ

Давайте объединим две предыдущие оптимизации. Это немного более рискованно (в случае сбоя), но мы просто импортируем данные (не управляя банком):

/* Open the database and create the schema */
sqlite3_open(DATABASE, &db);
sqlite3_exec(db, TABLE, NULL, NULL, &sErrMsg);
sqlite3_exec(db, "PRAGMA synchronous = OFF", NULL, NULL, &sErrMsg);
sqlite3_exec(db, "PRAGMA journal_mode = MEMORY", NULL, NULL, &sErrMsg);

Импортировано 864913 записей за 12,00 секунд

Фантастический! Мы можем сделать 72 000 вставок в секунду.

Использование базы данных в памяти

Для простоты давайте опираемся на все предыдущие оптимизации и переопределим имя файла базы данных, чтобы мы полностью работали в оперативной памяти:

#define DATABASE ":memory:"

Импортировано 864913 записей за 10,94 секунды

Хранить нашу базу данных в ОЗУ непросто, но впечатляет, что мы можем выполнять 79 000 операций вставки в секунду.

Рефакторинг кода С

Хотя это не улучшение SQLite, мне не нравятся дополнительные char*операции присваивания в whileцикле. Давайте быстро проведем рефакторинг этого кода, чтобы передать его strtok()напрямую sqlite3_bind_text(), и позволим компилятору попытаться ускорить процесс за нас:

pFile = fopen (INPUTDATA,"r");
while (!feof(pFile)) {

    fgets (sInputBuf, BUFFER_SIZE, pFile);

    sqlite3_bind_text(stmt, 1, strtok (sInputBuf, "\t"), -1, SQLITE_TRANSIENT); /* Get Route */
    sqlite3_bind_text(stmt, 2, strtok (NULL, "\t"), -1, SQLITE_TRANSIENT);    /* Get Branch */
    sqlite3_bind_text(stmt, 3, strtok (NULL, "\t"), -1, SQLITE_TRANSIENT);    /* Get Version */
    sqlite3_bind_text(stmt, 4, strtok (NULL, "\t"), -1, SQLITE_TRANSIENT);    /* Get Stop Number */
    sqlite3_bind_text(stmt, 5, strtok (NULL, "\t"), -1, SQLITE_TRANSIENT);    /* Get Vehicle */
    sqlite3_bind_text(stmt, 6, strtok (NULL, "\t"), -1, SQLITE_TRANSIENT);    /* Get Date */
    sqlite3_bind_text(stmt, 7, strtok (NULL, "\t"), -1, SQLITE_TRANSIENT);    /* Get Time */

    sqlite3_step(stmt);        /* Execute the SQL Statement */
    sqlite3_clear_bindings(stmt);    /* Clear bindings */
    sqlite3_reset(stmt);        /* Reset VDBE */

    n++;
}
fclose (pFile);

Примечание: мы вернулись к использованию реального файла базы данных. Базы данных в памяти быстрые, но не обязательно практичные

Импортировано 864913 записей за 8,94 секунды

Небольшой рефакторинг кода обработки строки, используемого в нашей привязке параметров, позволил нам выполнить 96 700 вставок в секунду. Я думаю, можно с уверенностью сказать, что это достаточно быстро . Как только мы начнем настраивать другие переменные (например, размер страницы, создание индекса и т. Д.), Это будет нашим эталоном.


Резюме (пока)

Я надеюсь, что ты все еще со мной! Причина, по которой мы пошли по этому пути, заключается в том, что производительность массовой вставки так сильно варьируется в SQLite, и не всегда очевидно, какие изменения необходимо внести, чтобы ускорить нашу работу. Используя тот же компилятор (и опции компилятора), ту же версию SQLite и те же данные, мы оптимизировали наш код и наше использование SQLite, чтобы перейти от наихудшего сценария 85 вставок в секунду к более 96 000 вставок в секунду!


СОЗДАТЬ ИНДЕКС, затем ВСТАВИТЬ против ВСТАВИТЬ, затем СОЗДАТЬ ИНДЕКС

Прежде чем мы начнем измерять SELECTпроизводительность, мы знаем, что будем создавать индексы. В одном из ответов ниже было предложено, чтобы при массовых вставках индекс быстрее создавался после вставки данных (в отличие от создания индекса сначала, а затем вставки данных). Давай попробуем:

Создать индекс, затем вставить данные

sqlite3_exec(db, "CREATE  INDEX 'TTC_Stop_Index' ON 'TTC' ('Stop')", NULL, NULL, &sErrMsg);
sqlite3_exec(db, "BEGIN TRANSACTION", NULL, NULL, &sErrMsg);
...

Импортировано 864913 записей за 18,13 секунд

Вставьте данные, затем создайте индекс

...
sqlite3_exec(db, "END TRANSACTION", NULL, NULL, &sErrMsg);
sqlite3_exec(db, "CREATE  INDEX 'TTC_Stop_Index' ON 'TTC' ('Stop')", NULL, NULL, &sErrMsg);

Импортировано 864913 записей за 13,66 секунд

Как и ожидалось, массовая вставка выполняется медленнее, если индексируется один столбец, но это имеет значение, если индекс создается после вставки данных. Наш базовый уровень без индекса составляет 96 000 вставок в секунду. Сначала создание индекса, а затем вставка данных дает нам 47 700 вставок в секунду, тогда как вставка данных сначала, а затем создание индекса дает нам 63 300 вставок в секунду.


Я бы с удовольствием принял предложения по другим сценариям, чтобы попробовать ... И скоро собираю аналогичные данные для запросов SELECT.

Mike Willekes
источник
8
Хорошая точка зрения! В нашем случае мы имеем дело с примерно 1,5 миллионами пар ключ / значение, считанными из текстовых файлов XML и CSV в 200 тыс. Записей. Небольшой по сравнению с базами данных, на которых работают такие сайты, как SO, - но достаточно большой, чтобы настройка производительности SQLite стала важной.
Майк Виллекс
51
«У нас есть большие объемы данных конфигурации, хранящихся в файлах XML, которые анализируются и загружаются в базу данных SQLite для дальнейшей обработки при инициализации приложения». почему вы не храните все в базе данных sqlite, вместо того, чтобы хранить в XML и затем загружать все во время инициализации?
CAFxX
14
Вы пытались не звонить sqlite3_clear_bindings(stmt);? Вы устанавливаете привязки каждый раз, когда этого должно быть достаточно: перед первым вызовом sqlite3_step () или сразу после sqlite3_reset () приложение может вызвать один из интерфейсов sqlite3_bind () для присоединения значений к параметрам. Каждый вызов sqlite3_bind () переопределяет предыдущие привязки для одного и того же параметра (см .: sqlite.org/cintro.html ). В этой документации нет ничего , что вы должны вызывать.
АХКОКС
21
Вы делали повторные измерения? «Победа» 4s за обход 7 локальных указателей странна, даже если принять замешательство оптимизатора.
peterchen
5
Не используйте feof()для контроля завершения вашего входного цикла. Используйте результат, возвращенный fgets(). stackoverflow.com/a/15485689/827263
Кит Томпсон

Ответы:

785

Несколько советов:

  1. Поместите вставки / обновления в транзакцию.
  2. Для более старых версий SQLite - рассмотрите менее параноидальный режим журнала ( pragma journal_mode). Есть NORMAL, и есть OFF, что может значительно увеличить скорость вставки, если вы не слишком беспокоитесь о возможности повреждения базы данных в случае сбоя ОС. Если ваше приложение дает сбой, данные должны быть в порядке. Обратите внимание, что в более новых версиях OFF/MEMORYнастройки небезопасны для сбоев на уровне приложений.
  3. Игра с размерами страниц также имеет значение ( PRAGMA page_size). Наличие страниц большего размера может сделать чтение и запись более быстрыми, поскольку большие страницы хранятся в памяти. Обратите внимание, что для вашей базы данных будет использовано больше памяти.
  4. Если у вас есть индексы, подумайте о том, чтобы позвонить CREATE INDEXпосле выполнения всех ваших вставок. Это значительно быстрее, чем создание индекса и вставка.
  5. Вы должны быть очень осторожны, если у вас есть параллельный доступ к SQLite, так как вся база данных заблокирована, когда запись завершена, и, хотя возможно несколько считывателей, записи будут заблокированы. Это было несколько улучшено с добавлением WAL в более новых версиях SQLite.
  6. Воспользуйтесь преимуществом экономии места ... меньшие базы данных работают быстрее. Например, если у вас есть пары ключ-значение, попробуйте сделать ключ, INTEGER PRIMARY KEYесли это возможно, который заменит столбец подразумеваемого уникального номера строки в таблице.
  7. Если вы используете несколько потоков, вы можете попробовать использовать общий кеш страниц , который позволит загруженным страницам делиться между потоками, что позволит избежать дорогостоящих вызовов ввода-вывода.
  8. Не используйте !feof(file)!

Я также задавал похожие вопросы здесь и здесь .

Snazzer
источник
9
Документы не знают PRAGMA journal_mode НОРМАЛЬНЫЙ sqlite.org/pragma.html#pragma_journal_mode
OneWorld
4
До того, как появился WAL, мои предложения применялись к более старым версиям. Похоже, что DELETE - это новая нормальная настройка, а теперь есть настройки OFF и MEMORY. Я полагаю, что OFF / MEMORY улучшит производительность записи за счет целостности базы данных, а OFF полностью отключит откат.
Snazzer
4
для # 7, есть ли у вас пример, как включить общий кеш страниц с помощью оболочки c # system.data.sqlite?
Аарон Худон
4
# 4 вернул старые воспоминания - в прежние времена был, по крайней мере, один случай, когда удаление индекса перед группой добавлений и его повторное создание впоследствии значительно ускорило вставки. Может все же работать быстрее на современных системах для некоторых добавлений, когда вы знаете, что у вас есть единственный доступ к таблице в течение периода.
Билл К
Спасибо за первое место: мне очень повезло с транзакциями.
Энно
146

Попробуйте использовать SQLITE_STATICвместо SQLITE_TRANSIENTэтих вставок.

SQLITE_TRANSIENT заставит SQLite скопировать строковые данные перед возвратом.

SQLITE_STATICсообщает, что адрес памяти, который вы дали, будет действителен до тех пор, пока запрос не будет выполнен (что в этом цикле всегда так). Это сэкономит вам несколько операций выделения, копирования и освобождения за цикл. Возможно, большое улучшение.

Александр Фарбер
источник
109

Избегайте sqlite3_clear_bindings(stmt).

Код в тесте каждый раз устанавливает привязки, через которые должно хватить.

C API интро из SQLite документации говорит:

Прежде чем вызвать sqlite3_step () в первый раз или сразу после sqlite3_reset () , приложение может вызвать интерфейсы sqlite3_bind () для присоединения значений к параметрам. Каждый вызов sqlite3_bind () переопределяет предыдущие привязки для одного и того же параметра

В документах нет ничего, что sqlite3_clear_bindingsговорило бы, что вы должны называть это в дополнение к простой установке привязок.

Более подробно: Avoid_sqlite3_clear_bindings ()

ahcox
источник
5
Замечательно правильно: «Вопреки интуиции многих, sqlite3_reset () не сбрасывает привязки для подготовленного оператора. Используйте эту процедуру для сброса всех параметров хоста в NULL». - sqlite.org/c3ref/clear_bindings.html
Фрэнсис Страчия,
63

На объемных вставках

Вдохновленный этим постом и вопросом о переполнении стека, который привел меня сюда - можно ли одновременно вставлять несколько строк в базу данных SQLite? - Я разместил свой первый репозиторий Git :

https://github.com/rdpoor/CreateOrUpdate

какая масса загружает массив ActiveRecords в базы данных MySQL , SQLite или PostgreSQL . Он включает в себя возможность игнорировать существующие записи, перезаписать их или вызвать ошибку. Мои элементарные тесты показывают 10-кратное улучшение скорости по сравнению с последовательными записями - YMMV.

Я использую его в производственном коде, где мне часто нужно импортировать большие наборы данных, и я очень доволен этим.

fearless_fool
источник
4
@Jess: Если вы перейдете по ссылке, вы увидите, что он имел в виду синтаксис пакетной вставки.
Аликс Аксель
48

Массовый импорт лучше всего работает, если вы можете разделить свои операторы INSERT / UPDATE . Значение 10 000 или около того хорошо сработало для меня в таблице с несколькими строками, YMMV ...

Леон
источник
22
Вы хотите настроить x = 10000 так, чтобы x = cache [= cache_size * page_size] / средний размер вашей вставки.
Аликс Аксель
43

Если вы заботитесь только о чтении, более быстрая (но может считывать устаревшие данные) версия - это чтение из нескольких соединений из нескольких потоков (соединение на поток).

Сначала найдите предметы в таблице:

SELECT COUNT(*) FROM table

затем прочитайте на страницах (LIMIT / OFFSET):

SELECT * FROM table ORDER BY _ROWID_ LIMIT <limit> OFFSET <offset>

где и рассчитываются на поток, как это:

int limit = (count + n_threads - 1)/n_threads;

для каждой темы:

int offset = thread_index * limit

Для нашей маленькой (200 МБ) базы данных это ускорилось на 50-75% (64-разрядная версия 3.8.0.2 в Windows 7). Наши таблицы сильно ненормализованы (1000-1500 столбцов, примерно 100000 или более строк).

Слишком много или слишком мало тем не сделают этого, вам нужно самим оценить и профилировать.

Также для нас SHAREDCACHE замедлил производительность, поэтому я вручную поставил PRIVATECACHE (потому что он был включен для нас глобально)

малькия
источник
29

Я не смог получить никакой прибыли от транзакций, пока не поднял cache_size до более высокого значения, т.е. PRAGMA cache_size=10000;

anefeletos
источник
Обратите внимание, что использование положительного значения для cache_sizeзадает количество страниц в кэше , а не общий объем ОЗУ. При размере страницы по умолчанию 4 КБ этот параметр будет содержать до 40 МБ данных на каждый открытый файл (или на процесс, если он работает с общим кэшем ).
Groo
21

Прочитав этот урок, я попытался реализовать его в своей программе.

У меня есть 4-5 файлов, которые содержат адреса. Каждый файл имеет около 30 миллионов записей. Я использую ту же конфигурацию, которую вы предлагаете, но мое количество INSERT в секунду слишком мало (~ 10.000 записей в секунду).

Вот где ваше предложение терпит неудачу. Вы используете одну транзакцию для всех записей и одну вставку без ошибок / сбоев. Допустим, вы разбиваете каждую запись на несколько вставок в разных таблицах. Что произойдет, если запись сломана?

Команда ON CONFLICT не применяется, потому что, если у вас есть 10 элементов в записи, и вам нужно, чтобы каждый элемент был вставлен в другую таблицу, если элемент 5 получает ошибку CONSTRAINT, то все предыдущие 4 вставки также должны быть выполнены.

Так вот, где приходит откат. Единственная проблема с откатом состоит в том, что вы теряете все свои вставки и начинаете сверху. Как вы можете решить это?

Моим решением было использовать несколько транзакций. Я начинаю и заканчиваю транзакцию каждые 10.000 записей (не спрашивайте, почему это число, оно было самым быстрым, которое я проверял). Я создал массив размером 10.000 и вставил туда успешные записи. Когда возникает ошибка, я делаю откат, начинаю транзакцию, вставляю записи из моего массива, фиксирую и затем начинаю новую транзакцию после поврежденной записи.

Это решение помогло мне обойти проблемы, возникающие при работе с файлами, содержащими плохие / повторяющиеся записи (у меня было почти 4% плохих записей).

Алгоритм, который я создал, помог мне сократить процесс на 2 часа. Окончательный процесс загрузки файла 1 час 30 минут, который все еще медленный, но не сравнивается с 4 часами, которые он изначально занимал. Мне удалось ускорить вставки с 10.000 / с до ~ 14.000 / с

Если у кого-то есть какие-либо идеи о том, как его ускорить, я открыт для предложений.

ОБНОВЛЕНИЕ :

В дополнение к моему ответу выше, вы должны иметь в виду, что число вставок в секунду зависит от используемого вами жесткого диска. Я протестировал его на 3 разных ПК с разными жесткими дисками и получил огромные различия во времени. ПК1 (1 час 30 м), ПК2 (6 часов) ПК3 (14 часов), поэтому я начал задаваться вопросом, почему это так.

После двух недель исследований и проверки нескольких ресурсов: жесткого диска, оперативной памяти, кэша, я обнаружил, что некоторые настройки на жестком диске могут влиять на скорость ввода-вывода. Нажав на свойства желаемого выходного диска, вы увидите две опции на вкладке «Общие». Opt1: сжать этот диск, Opt2: разрешить индексировать содержимое файлов на этом диске.

Отключив эти две опции, все 3 ПК теперь требуют примерно одинакового времени для завершения (1 час и от 20 до 40 минут). Если вы столкнулись с медленной вставкой, проверьте, настроен ли ваш жесткий диск с этими опциями. Это сэкономит вам много времени и головной боли, пытаясь найти решение

Jimmy_A
источник
Я предложу следующее. * Используйте SQLITE_STATIC против SQLITE_TRANSIENT, чтобы избежать копирования строки. Вы должны убедиться, что строка не будет изменена до выполнения транзакции. * Использовать массовую вставку INSERT INTO stop_times VALUES (NULL,?,?,?,?,?,?,?,? ,?), (NULL,?,?,?,?,?,?,?,?,?), (NULL,?,?,?,?,?,?,?,?,?), (NULL ,?,?,?,?,?,?,?,?,?), (NULL,?,?,?,?,?,?,?,?,?) * Mmap файл, чтобы уменьшить количество Системные вызовы.
Rouzier
Благодаря этому я могу импортировать 5 582 642 записей за 11,51 секунды
rouzier
11

Ответ на ваш вопрос заключается в том, что более новый SQLite 3 улучшил производительность, используйте это.

Этот ответ Почему SQLAlchemy вставка с sqlite в 25 раз медленнее, чем использование sqlite3 напрямую? Автор SqlAlchemy Orm Автор имеет 100 тысяч вставок за 0,5 секунды, и я видел похожие результаты с python-sqlite и SqlAlchemy. Что заставляет меня верить, что производительность улучшилась с SQLite 3.

doesnt_matter
источник
-1

Используйте ContentProvider для вставки массовых данных в БД. Приведенный ниже метод используется для вставки больших объемов данных в базу данных. Это должно улучшить производительность INSERT в секунду SQLite.

private SQLiteDatabase database;
database = dbHelper.getWritableDatabase();

public int bulkInsert(@NonNull Uri uri, @NonNull ContentValues[] values) {

database.beginTransaction();

for (ContentValues value : values)
 db.insert("TABLE_NAME", null, value);

database.setTransactionSuccessful();
database.endTransaction();

}

Вызвать метод bulkInsert:

App.getAppContext().getContentResolver().bulkInsert(contentUriTable,
            contentValuesArray);

Ссылка: https://www.vogella.com/tutorials/AndroidSQLite/article.html проверка Использование раздела ContentProvider для получения более подробной информации

vishnuc156
источник