每天4亿行SQLite订单大数据测试(源码)

发布时间:2024-03-24 09:01

SQLite单表4亿订单,大数据测试

SQLite作为嵌入式数据库的翘楚,广受欢迎!
新生命团队自2010年以来,投入大量精力对SQLite进行学习研究,成功应用于各系统非致命数据场合。

SQLite极致性能

  • 关闭同步,Synchronous=Off,提升性能。添删改操作时不必同步等待写入磁盘,操作系统会延迟若干毫秒批量写入
  • 设置WAL模式,Journal Mode=WAL,减少锁定。写入向前日志模式,避免多线程访问时锁定数据库,写入时不必使用排它锁影响其它线程读取,而是把事务操作写入到WAL文件中,延迟合并
  • 加大缓存,Cache Size=5000,提升性能。操作系统通过文件映射MapFile把整个数据库文件映射进入内存,实际查询时会把用到数据所在附近页预先加载进入缓存,极大提升查询性能
  • 插入速度 5000~16000tps,依赖CPU,HDD/SSD差别不大,主要受限于SQLite.Data.dll的Prepare
  • 查询速度 非首次查询,缓存命中以后,索引查询基本上都是毫秒级。数据库较大则相应加大缓存,速度不变。
  • 查记录数 单表数据超过一千万行以后,尽量不要使用Select Count,否则可能需要十几秒到半分钟的样子才能返回。NewLife.XCode封装了\'Meta.Count\'

当然,SQLite不适合多线程高并发写入,多线程高并发读取倒是非常不错。
因为数据库就在进程内,高并发读取一般比其它RDS要快一大截。
总的来说,SQLite数据库甭管多少数据多大库文件,只要配置得当,内存管够,性能不是太大问题!

SQLite大数据

为了验证SQLite的性能巅峰,我们来做一个大数据测试。
模拟每天4亿票销售订单,分表分库,每天一个数据库文件,有订单号、部门节点、时间等。

1, Test项目生成4亿行订单数据,主键自增ID,订单号建立索引,文件大小26.5G
\"每天4亿行SQLite订单大数据测试(源码)_第1张图片\"

2, Web项目,魔方+XCode,首次查询较慢,约427毫秒,需要预热
不同机器的首次查询时间偏差比较大,最大可能达到几秒钟
本机第一次启动该项目时,魔方需要从公网下载SQLite驱动文件以及样式资源文件
\"每天4亿行SQLite订单大数据测试(源码)_第2张图片\"

3, 第二页,99毫秒,操作系统文件映射缓存生效
\"每天4亿行SQLite订单大数据测试(源码)_第3张图片\"

4, 第20000页,147毫秒,系统缓存依然生效
\"每天4亿行SQLite订单大数据测试(源码)_第4张图片\"

5, 第200000页,32021毫秒,距离太远,文件系统缓存没有命中
\"每天4亿行SQLite订单大数据测试(源码)_第5张图片\"

6, 第200001页,867毫秒,缓存命中
\"每天4亿行SQLite订单大数据测试(源码)_第6张图片\"

7, 查询一个中间订单号000199999980,20毫秒,索引命中
显然,只要有索引,多大数据都不怕
\"每天4亿行SQLite订单大数据测试(源码)_第7张图片\"

8, 本地内存占用150M。虽然整个数据库26.5G,但操作系统只会加载需要部分
对于重要程度不是特别高的场合,可以大量使用SQLite库保存历史数据,平时用不到的时候只占硬盘,不占内存
\"每天4亿行SQLite订单大数据测试(源码)_第8张图片\"

9, 记录数Select Count,362058毫秒,约6分钟,超级慢

\"\"

SQLite在云端

http://bigdata.newlifex.com/Admin admin/admin

  • 租用阿里云最低配置ECS,单核1G,1M带宽,每年300块,每天九毛钱
  • 部署BigData项目到ECS,访问正常

源码及数据库

大数据源码 http://git.newlifex.com/Stone/BigData
大数据镜像 https://github.com/nnhy/BigData
4亿订单数据 http://pan.baidu.com/s/1skZJ2ih
2亿订单数据 http://pan.baidu.com/s/1bo9NFFx
数据库下载后,解压缩得到Data.db,拷贝到Web并排的Data里面,Data里面还有一个Membership.db

 

C#/.Net大数据讨论群:1600800

我不相信神话,我只相信汗水!我不相信命运,我只相信双手!
分类: XCode, 大数据
标签: 大数据, SQLite, 魔方, XCode

本文转自大石头博客园博客,原文链接:http://www.cnblogs.com/nnhy/p/BigData.html,如需转载请自行联系原作者

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号