提升SQLite数据插入效率

前言

SQLite数据库由于其简单、灵活、轻量、开源，已经被越来越多的被应用到中小型应用中。甚至有人说，SQLite完全可以用来取代c语言中的文件读写操作。因此我最近编写有关遥感数据处理的程序的时候，也将SQLite引入进来，以提高数据的结构化程度，并且提高大数据的处理能力（SQLite最高支持2PB大小的数据）。但是最开始，我发现，直接使用SQL语句的插入效率简直低的令人发指的。后来不断查文档、查资料，才发现了一条快速的“数据插入”之路。本文就以插入数据为例，整合网上和资料书中的各种提高SQLite效率的方法，给出提高SQLite数据插入效率的完整方法。（大神们勿喷）

1 数据

我使用的电脑是Win7 64位系统，使用VC2010编译，SQLIte版本为3.7.15.2 ，电脑CPU为二代i3处理器，内存6G。

实验之前，先建立要插入数据的表:

 

2 慢速——最粗暴的方法

1. sqlite3_exec(db,"begin;",0,0,0);
2. for(int i=0;i<nCount;++i)
3. {
4.     std::stringstream ssm;
5.     ssm<<"insert into t1 values("<<i<<","<<i*2<<","<<i/2<<","<<i*i<<")";
6.     sqlite3_exec(db,ssm.str().c_str(),0,0,0);
7. }
8. sqlite3_exec(db,"commit;",0,0,0);

显式开启事务后，这个程序运行起来明显快很多，估算效率达到了34095条/s，较原始方法提升约5000倍。

4 高速——写同步(synchronous)

我要使用一个遥感处理算法处理10000*10000的影像，中间有一步需要插入100000000条数据到数据库中，如果按照开启事务后的速度34095条/s，则需要100000000÷34095 = 2932秒 = 48.9分，仍然不能够接受，所以我接着找提升速度的方法。终于，在有关讲解SQLite配置的资料中，看到了“写同步”选项。

在SQLite中，数据库配置的参数都由编译指示（pragma）来实现的，而其中synchronous选项有三种可选状态，分别是full、normal、off。这篇博客以及官方文档里面有详细讲到这三种参数的设置。简要说来，full写入速度最慢，但保证数据是安全的，不受断电、系统崩溃等影响，而off可以加速数据库的一些操作，但如果系统崩溃或断电，则数据库可能会损毁。

SQLite3中，该选项的默认值就是full，如果我们再插入数据前将其改为off，则会提高效率。如果仅仅将SQLite当做一种临时数据库的话，完全没必要设置为full。在代码中，设置方法就是在打开数据库之后，直接插入以下语句：

此时，经过测试，插入速度已经变成了
41851条/s，也就是说，插入100000000条数据，需要2389秒 = 39.8分。

5 极速——执行准备

虽然写同步设为off后，速度又有小幅提升，但是仍然较慢。我又一次踏上了寻找提高SQLite插入效率方法的道路上。终于，我发现，SQLite执行SQL语句的时候，有两种方式：一种是使用前文提到的函数sqlite3_exec()，该函数直接调用包含SQL语句的字符串；另一种方法就是“执行准备”（类似于存储过程）操作，即先将SQL语句编译好，然后再一步一步（或一行一行）地执行。如果采用前者的话，就算开起了事务，SQLite仍然要对循环中每一句SQL语句进行“词法分析”和“语法分析”，这对于同时插入大量数据的操作来说，简直就是浪费时间。因此，要进一步提高插入效率的话，就应该使用后者。

“执行准备”主要分为三大步骤：

1.调用函数

并且声明一个指向sqlite3_stmt对象的指针，该函数对参数化的SQL语句zSql进行编译，将编译后的状态存入ppStmt中。

2.调用函数 sqlite3_step() ，这个函数就是执行一步（本例中就是插入一行），如果函数返回的是SQLite_ROW则说明仍在继续执行，否则则说明已经执行完所有操作；

3.调用函数 sqlite3_finalize()，关闭语句。

关于执行准备的API的具体语法，详见官方文档。本文中执行准备的c++代码如下：

1. sqlite3_exec(db,"begin;",0,0,0);
2.     sqlite3_stmt *stmt;
3.     const char* sql = "insert into t1 values(?,?,?,?)";
4.     sqlite3_prepare_v2(db,sql,strlen(sql),&stmt,0);
6.     for(int i=0;i<nCount;++i)
7.     {
8.         sqlite3_reset(stmt);
9.         sqlite3_bind_int(stmt,1,i);
10.         sqlite3_bind_int(stmt,1,i*2);
11.         sqlite3_bind_int(stmt,1,i/2);
12.         sqlite3_bind_double(stmt,1,i*i);
13.     }
14.     sqlite3_finalize(stmt);
15.     sqlite3_exec(db,"commit;",0,0,0);

此时测试数据插入效率为：
265816条/s，也就是说，插入100000000条数据，需要376秒 = 6.27分。这个速度已经很满意了。

5 总结

综上所述啊，SQLite插入数据效率最快的方式就是：事务+关闭写同步+执行准备（存储过程），如果对数据库安全性有要求的话，就开启写同步。

参考资料：

1. SQLite官方文档：
http://www.sqlite.org/docs.html

2.《解决sqlite3插入数据很慢的问题》：
http://blog.csdn.net/victoryknight/article/details/7461703

3.《The Definitive Guide to SQLite》Apress出版：
http://www.apress.com/9781430232254 （这是本好书）

附最终完整代码:

1. #include <iostream>
2. #include <string>
3. #include <sstream>
4. #include <time.h>
5. #include "sqlite3.h"
7. const int nCount = 500000;
9. int main (int argc,char** argv)
10. {
11.     sqlite3* db;
12.     sqlite3_open("testdb.db" ,&db);
13.     sqlite3_exec(db,"PRAGMA synchronous = OFF; ",0,0,0);
14.     sqlite3_exec(db,"drop table if exists t1",0,0,0);
15.     sqlite3_exec(db,"create table t1(id integer,x integer,y integer ,weight real)",0,0,0);
16.     clock_t t1 = clock();
18.     sqlite3_exec(db,"begin;",0,0,0);
19.     sqlite3_stmt *stmt;
20.     const char* sql = "insert into t1 values(?,?,?,?)";
21.     sqlite3_prepare_v2(db,sql,strlen(sql),&stmt,0);
23.     for(int i=0;i<nCount;++i)
24.     {
28.         sqlite3_reset(stmt);
29.         sqlite3_bind_int(stmt,1,i);
30.         sqlite3_bind_int(stmt,2,i*2);
31.         sqlite3_bind_int(stmt,3,i/2);
32.         sqlite3_bind_double(stmt,4,i*i);
33.         sqlite3_step(stmt);
34.     }
35.     sqlite3_finalize(stmt);
36.     sqlite3_exec(db,"commit;",0,0,0);
37.     clock_t t2 = clock();
39.     sqlite3_close(db);
41.     std::cout<<"cost tima: "<<(t2-t1)/1000.<<"s"<<std::endl;
43.     return 0;
44. }