sqlite 的数据插入速度问题

文章转载自 大象笔记

 

http://www.sunzhongwei.com

 

昨天写了一个将 5000 万行数据导入 sqlite 的程序。

 

就是简单的 key， value 型数据，key 为定长字符串，同时以此列为主键，建立索引。

 

最初的做法是，直接插入单表，每一万行数据为一个事务。用了一个晚上，大概 10 个小时，只插入了 2500万行。只完成了一半。最初的10万行数据，每一万行插入耗时都在1秒内。随着表内的数据增多，插入速度越来越慢，到 400万行时，每一万行数据插入耗时已经接近 20 秒。。。

 

翻看了 sqlite 官网的 FAQ，有这样的描述，大概意思是： 

在非单行事务的情况下，sqlite 在普通 PC 上能轻松达到 5 万行每秒的插入速度； 而在单行事务的情况下，7200转的硬盘只能达到 6 条每秒（因为要保证事务性，磁头就需要来回切换写入数据）。

 

所以，这里插入慢的原因应该是建立索引的耗时。

 

由于这些数据里有重复数据，所以不方便采用先插入数据，后建立索引的方式。只能进行分表，以减小表的规模。于是，分为 256 个表，以 key 的头两个字母做散列。只用了不到半个小时就插入完毕。

 

需要注意的是，尽量控制每个分表的每次插入数据在 1 万行以上，减少事务的耗时。