利用数据缓存机制提高智能设备应用程序的数据访问性能

刚看了 Chris Tacke 的《Improving Data Access Performance with Data Caching》一文，回想起以前做过的一些项目，对数据缓存在提高数据访问性能方面的作用颇有感受，跟大家分享一下。
我们在开发 MIS 项目时，要跟各种业务和数据在打交道。其中数据可以根据它们的用途，分为业务数据和参考数据两种。业务数据是业务的信息载体，如：采购进货单、销售出货单、盘点单等。参考数据是业务数据组成部分，如：度量单位、颜色、城市等。参考数据在英文里面通常叫 Lookup Data 或 Reference Data，它们是在系统中使用频率很高的一类数据。因此，这类数据的访问性能将会影响整个系统的用户体验。那么，如何提高 lookup data 的访问性能呢？
Chris Tacke 在他的文章中分析了三种数据访问方式。前两种访问方式差不多，主要区别在于：第一种在每次访问数据库时都会打开和关闭数据库连接；而第二种是在系统缓存一个数据库连接对象，每次使用后不关闭它。我相信大家都会认为第二种方式在频繁访问数据库时性能更优，因为打开一个数据库连接是比较耗系统资源的。然而结果却让人出乎意料，这两种方式的性能很接近，甚至第二种方式性能还更好。

测试结果1：

Device	Processor	Mean Execution (ms)*
OLDI SAM-L8	800MHz Geode x86	7.5 to 9.5
iCOP eBox 2300	200MHz Vortex86	47 to 52
Dell Axim x51	416MUz Intel PXA270	38 to 62

测试结果2：

Device	Processor	Mean Execution (ms)
OLDI SAM-L8	800MHz Geode x86	7.1 to 14.8
iCOP eBox 2300	200MHz Vortex86	51 to 52
Dell Axim x51	416MUz Intel PXA270	43 to 61

第三种方式利用数据缓存机制，在第一次获取数据时，将数据加载到一个Hashtable中，然后再返回。以后就直接从缓存获取数据。第三种方式的性能跟前面两种相比差了十万八千里呀！



测试结果3：

Device	Processor	Mean Execution (ms)
OLDI SAM-L8	800MHz Geode x86	0.0193 to 0.0201
iCOP eBox 2300	200MHz Vortex86	0.1014 to 0.1164
Dell Axim x51	416MUz Intel PXA270	0.0975 to 0.1437

在以前做过的一些项目中，也是采用了类似的缓存机制来提高数据访问性能，效果确实明显。不过，要特别注意缓存数据的更新问题！在更新了数据库中的 lookup data 时，别忘了内存中的缓存数据也需要更新。

Chris Tacke 的文章还提供示例代码和PDF格式下载：
Download the Source Code
Download the PDF

另外，Chris Tacke 说他们在那个项目中还开发了一个运行在 Windows CE 的轻量级 ASP.NET Web 服务器，用来展现报表，在后续文章中会详细介绍它的实现，期待ing...