Android SQLite数据库查询优化方法

数据库的性能优化行业里面普遍偏少，今天这篇希望给大家带来点帮助

我们在使用SQLite进行数据存储查询的时候，要进行查询优化，这里就会用到索引，C端的数据量大部分情况下面虽然不是很大，但良好的索引建立习惯往往会带来不错的查询性能提升，同时在未知的将来经得住更大数据的考验，那如何优化数据库查询呢，下面我们用例子一一演示下。

先建个测试表table1,包含了三个索引：

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);

在常见的数据库系统里面，进行SQL查询检验都是用explain关键字，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

立马就会得到输出，这些输出表示SQLite执行这条SQL用到的每句指令，这个其实不怎么直观，我们用到更多的是EXPLAIN QUERY PLAN，如下：

sqlite> explain QUERY PLAN select * from table1;
0|0|0|SCAN TABLE table1

这条SQL语句是查询了整张表，所以结果关键字SCAN表示要完整遍历，这种效率是最低的，接下来我们试试加个查询条件：

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之后关键字变成了SEARCH，表示不再需要遍历了，而是使用了索引进行了部分检索，另外这条输出还有更多信息，比如使用了索引a_i2，而括号里面的a=?则表示是这个查询条件引起的

我们稍微修改下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 变成了select a，发现explain输出有细微变化，从INDEX变成了COVERING INDEX，CONVERING INDEX表示直接使用索引查询就可以得到结果，不需要再次回查数据表，这样效率更高。而之前的查询因为是使用，索引里面只有a记录，所以必须要查询原始记录才能得到b，c字段。我们再试下这条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=?)

同意因为索引a_i2已经包含a和b了，所以也是使用CONVERING INDEX。那有同学可能会问了，那我们建索引的时候都把其他字段都加进去呗，虽然查询用不到，但不用二次查询原始记录效率高。理论上这样是可行的，但这里有个重要问题就是数据冗余太严重了，导致索引和原始数据一样大，在海量数据存储的数据库里面磁盘消耗是个问题，所以如何选择可能要做个平衡。

接下来我们把and换成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

发现又变回SCAN了，但仍然使用到了索引a_i2，对比下这条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=?)

多了个查询条件b=1之后效率变差了，这是为什么呢？这里要引出我们创建索引使用的最关键的原则：前缀索引。

索引一般是使用B树，前缀索引简单来讲，就是要想能使用这个索引，查询条件必须满足索引建立涉及到的字段，并且和查询使用的顺序一致。

我们回头看刚才那个or的例子，对于查询条件a=1，他能使用a_i2(a,b)这个索引，因为索引顺序也是a开头的。但or的例子里面还或上一个查询条件b=1，对于这个查询就没有索引可以用了，因为没有b开头的索引存在。a_i2(a,b)这个索引里面虽然有b，但b对于b=1这个查询条件来说不是在前面，不满足前缀索引原则。

而对于刚才那个and的例子，则能够完全使用索引，因为存在索引a_i2(a,b)，可以想象成先按索引a过滤数据，剩下数据再用索引b过滤数据。对于and条件来说，索引里面字段的顺序换一下也是没有关系的，数据库会自动优化选择，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查询也要充分使用索引，聪明的读者一定想到了，那就是要建2个索引，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=?)

我们再来看一个进阶的，加上一个排序：

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

对比这2个查询，发现下面这个多了个USE TEMP B-TREE FOR ORDER BY。对于第一个查询来说，我们可以看到排序也是同样满足前缀索引原则（先按索引a过滤数据，剩下数据用索引b排序）。对于第二个查询来说，因为不满足这个原则导致多了个临时表来做排序。看到这里大家应该理解前缀索引的意思了。

我们再看这个样子，把查询条件和排序换下：

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

显然不满足前缀索引原则了，因为需要先按索引b过滤数据，但b不是第一个。

常规的查询语句大部分是and，or，order的组合使用，只需要掌握上面说的原则，一定能写出高性能的数据库查询语句来。

而对于更高级的一些连表可以继续翻阅官方文档：

https://www.sqlite.org/eqp.html

https://www.sqlite.org/lang_e...

Android SQLite数据库查询优化方法

相关推荐