Android SQLite性能分析

作为Android预置的数据库模块，对SQLite的深入理解是很有必要的，能够从中找到一些优化的方向。

这里对SQLite的性能和内存进行了一些測试分析。对照了不同操作的运行性能和内存占用的情况，粗略地列在这里算是作个小结。

1. 基本架构

先了解一下SQLite主要架构 (详见《The Definitive Guide to SQLite》)，须要关注的是Compiler和Backend两个模块。正由于有一个虚拟机的存在。所以才有了Compiled Statement的价值，由于它能够降低前置的编译时间，直接到VDBE上运行。而Backend端的Pager，则是关键数据管理者。真正决定者数据操作的性能，以及内存占用。

这里不再赘述，具体的内容还是阅读有关SQLite介绍的资料。

2. 性能

这次測试基于Sumsung i9103和Google Nexus S1进行。

使用Python脚本及adb指令通过Intent操作Android应用进行数据库操作。

i. SELECT操作

首先观察到SELECT在不同记录数下的峰值分布，可见总体上有上升的趋势。

正如SQLite官方说的它并不适合存储大量数据，一定要控制当中的记录数量。

另外SELECT操作性能也取决于查询的栏位个数，而@行云进一步确认和返回栏位的内容大小有关。也就是栏位的内容和多少也须要权衡。

ii. 关于事务

事务是提高SQLite操作性能的一个重要技术。特别是SQLite实现了WAL。使得事务与SELECT不会相互排斥，大大提高了应用的性能。

參见附2。

以下是未使用事务时，三类操作的平均值：

使用了事务后，各个操作的性能大幅下降。

可是问题是事务提交的时间会变长，这个时间一是须要形成新的峰值，另外也要平分到各个操作来看：

所以不能贪多，事务还是要及时提交。另外注意，尽管Compiled Statement有利于性能表现，但还不如使用事务的效果来得直接。

iii. 不同机型的操作性能

先看SELECT操作的平均值在两种机型上的表现, 能够看到i9103上的波动性比較大。而Nexsus S1则一直保持稳定:

散点图,能够观察到时间分布情况:

再看另外三个操作的表现(上下两部分false和true分别表示为未使用事务和使用事务的情况):

运用WAL能够大幅提升性能，只是它也有一个副作用。

它会导致数据查询须要进行两次，能够理解为一次在db文件。一次在wal文件。具体原因參见<<The Definitive Guide to SQLite>>最后一章。WAL是满1000Pages时才会合并到主数据库里。这个时机称为checking point, 能够进行配置。按默认的Page Size:1024计算，也就是当WAL文件接近1M时，进行检查。

假设没有活动的事务使用这些pages,就会提交。

而WAL的大小。对SELECT的影响表现不同。

以下是WAL对查询性能峰值影响的測试数据(i9103上測试)。图中的true,false表示是否有WAL文件存在。