By

文章目录

老大交给了一个任务，其他项目组在应用初始化时，需要从服务器下载通讯录，然后插入到本地数据，由于数据量比较大，整个插入过程非常耗时，看我能不能优化一下。于是就有了下文。

SQL执行性能影响从根本原因上不外乎以下几种情况：

1.CPU执行时间；

2.存储器读写时间；

3.网络传输消耗。

第1点针对CPU可以做的优化有使用预处理，防止CPU多次解析SQL语句；第2点针对存储器读写时间的优化有使用事务，将数据写全部写入到内容，然后一次性写入到本地存储空间，当然这需要足够的内存空间，否则会导致内存溢出，这个问题在android开发尤其重要，不然App会退出运行。第3点在android开发中基本用不到，所以只针对前面两点考虑优化。

下面是优化的案例，数据是从网上下载的号码归属地XLS数据，总共65535行数据，老大说通讯录的数据也有几万条，正好可以用这个数据做测试，只不过XLS数据每行数据差别不大，很有规律，通过跟真实数据测试发现，差别不大。

按照上面的思路，基本告别android.content.ContentValues类，得自己拼接SQL，再使用SQLiteDatabse.execSQL()执行预处理。

下面代码是表结构（没有从代码中整理成表格，大概能知道有几个字段及字段的类型）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

db.execSQL(“CREATE TABLE “ + TelColumns.TABLE_NAME + “ (“
    + TelColumns._ID + “ INTEGER PRIMARY KEY,“
    + TelColumns.ID + “ TEXT,“
    + TelColumns.TEL + “ TEXT,“
    + TelColumns.CODE + “ TEXT,“
    + TelColumns.ADDRESS + “ TEXT,“
    + TelColumns.TYPE + “ TEXT,“
    + TelColumns.DATE + “ INTEGER“
    + “);“);

public class TelColumns implements BaseColumns {

    public static final String TABLE_NAME = “tel“;
    public static final String ID = “id“;
    public static final String TEL = “tel“;
    public static final String CODE = “code“;
    public static final String TYPE = “name“;
    public static final String ADDRESS = “depart“;
    public static final String DATE = “date“;

}

下面代码使用了事务和和预处理的SQL，data数据来源于对XLS数据的解析。在开始执行事务时开始记时，完成后关闭数据库记时结束。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

void insertByRaw(List<DemoItem> data) {
	final int size = data.size();
	final int idx = size;
	TelDatabase db = new TelDatabase(getApplicationContext());
	SQLiteDatabase sqliteDB = db.getWritableDatabase();
	long start = System.currentTimeMillis();
	sqliteDB.beginTransaction(); // 事务开始
	DemoItem item = null;
	StringBuilder sb = new StringBuilder();
	sb.append(“INSERT INTO “).append(TelColumns.TABLE_NAME)
	.append(“(“)
	.append(TelColumns.ID).append(“,“)
	.append(TelColumns.TEL).append(“,“)
	.append(TelColumns.CODE).append(“,“)
	.append(TelColumns.ADDRESS).append(“,“)
	.append(TelColumns.TYPE).append(“,“)
	.append(TelColumns.DATE)
	.append(“)“)
	.append(“ VALUES(?,?,?,?,?,?)“); // 预处理SQL
	String sql = sb.toString();
	SQLiteStatement stmt = sqliteDB.compileStatement(sql);
	try {
		for (int i = 0; i < idx; i++) {
			item = data.get(i);
			stmt.bindString(1, item.id);
			stmt.bindString(2, item.tel);
			stmt.bindString(3, item.code);
			stmt.bindString(4, item.address);
			stmt.bindString(5, item.type);
			stmt.bindLong(6, System.currentTimeMillis());
			stmt.execute();
		}
		sqliteDB.setTransactionSuccessful();
	} finally {
		sqliteDB.endTransaction();
		stmt.close();
	}

	long end = System.currentTimeMillis();
	sqliteDB.close();
	Log.d(TAG, “used time: “ + (end - start) + “, nums: “ + idx + “, average item: “ + (end - start) / size);
	// used time: 5616, nums: 65536, average item: 0
	// used time: 5720, nums: 65536, average item: 0
	// used time: 5615, nums: 65536, average item: 0

}

上面代码在我的MOTO G XT1032手机上测试，耗时在5.6秒上下波动，上面注释的used time代码即为实际运行时间的随机值。数据插入完成后整个数据库文件有4.48M。

后面用android.content.ContentValues类和SQLiteDatabase.insert()方法，同样加了事务测试了一下，运行耗时在17秒左右。很明显，慢了很多。

So，测试到这儿任务结束了吗？前面的优化方法估计一般开发都能做到，那还有没有优化的空间？如果要体现自己的优势，那么就要寻找耗时更短的优化方式。后面还有性能提升的空间，请看下一篇android SQLite性能优化（二）——使用NDK优化。

文章目录