前言
SQLite數(shù)據(jù)庫由于其簡單、靈活、輕量、開源，已經(jīng)被越來越多的被應(yīng)用到中小型應(yīng)用中。甚至有人說，SQLite完全可以用來取代c語言中的文件讀寫操作。因此我最近編寫有關(guān)遙感數(shù)據(jù)處理的程序的時候，也將SQLite引入進來，以提高數(shù)據(jù)的結(jié)構(gòu)化程度，并且提高大數(shù)據(jù)的處理能力（SQLite最高支持2PB大小的數(shù)據(jù)）。但是最開始，我發(fā)現(xiàn)，直接使用SQL語句的插入效率簡直低的令人發(fā)指的。后來不斷查文檔、查資料，才發(fā)現(xiàn)了一條快速的“數(shù)據(jù)插入”之路。本文就以插入數(shù)據(jù)為例，整合網(wǎng)上和資料書中的各種提高SQLite效率的方法，給出提高SQLite數(shù)據(jù)插入效率的完整方法。（大神們勿噴）
我使用的電腦是Win7 64位系統(tǒng)，使用VC2010編譯，SQLIte版本為3.7.15.2 ，電腦CPU為二代i3處理器，內(nèi)存6G。
實驗之前，先建立要插入數(shù)據(jù)的表:
[sql]
createtablet1?(idinteger,?xinteger,?yinteger，?weightreal)
SQLite的API中直接執(zhí)行SQL的函數(shù)是：
intsqlite3_exec(??sqlite3*,constchar*sql,int(*callback)(void*,int,char**,char**),void*,char**errmsg)
直接使用INSERT語句的字符串進行插入，程序部分代碼（完整代碼見后文），如下：
for(inti=0;i
{
std::stringstream?ssm;
ssm<<"insert?into?t1?values("<
sqlite3_exec(db,ssm.str().c_str(),0,0,0);
}
這個程序運行的太慢了，我已經(jīng)沒時間等待了，估算了一下，基本上是7.826條/s
3中速——顯式開啟事務(wù)
所謂”事務(wù)“就是指一組SQL命令，這些命令要么一起執(zhí)行，要么都不被執(zhí)行。在SQLite中，每調(diào)用一次sqlite3_exec()函數(shù)，就會隱式地開啟了一個事務(wù)，如果插入一條數(shù)據(jù)，就調(diào)用該函數(shù)一次，事務(wù)就會被反復(fù)地開啟、關(guān)閉，會增大IO量。如果在插入數(shù)據(jù)前顯式開啟事務(wù)，插入后再一起提交，則會大大提高IO效率，進而加數(shù)據(jù)快插入速度。
開啟事務(wù)只需在上述代碼的前后各加一句開啟與提交事務(wù)的命令即可：
sqlite3_exec(db,"begin;",0,0,0);
for(inti=0;i
{
std::stringstream?ssm;
ssm<<"insert?into?t1?values("<
sqlite3_exec(db,ssm.str().c_str(),0,0,0);
}
sqlite3_exec(db,"commit;",0,0,0);
顯式開啟事務(wù)后，這個程序運行起來明顯快很多，估算效率達到了34095條/s，較原始方法提升約5000倍。
4高速——寫同步(synchronous)
我要使用一個遙感處理算法處理10000*10000的影像，中間有一步需要插入100000000條數(shù)據(jù)到數(shù)據(jù)庫中，如果按照開啟事務(wù)后的速度34095條/s，則需要100000000÷34095 =?2932秒 = 48.9分，仍然不能夠接受，所以我接著找提升速度的方法。終于，在有關(guān)講解SQLite配置的資料中，看到了“寫同步”選項。
在SQLite中，數(shù)據(jù)庫配置的參數(shù)都由編譯指示（pragma）來實現(xiàn)的，而其中synchronous選項有三種可選狀態(tài)，分別是full、normal、off。這篇博客以及官方文檔里面有詳細講到這三種參數(shù)的設(shè)置。簡要說來，full寫入速度最慢，但保證數(shù)據(jù)是安全的，不受斷電、系統(tǒng)崩潰等影響，而off可以加速數(shù)據(jù)庫的一些操作，但如果系統(tǒng)崩潰或斷電，則數(shù)據(jù)庫可能會損毀。
SQLite3中，該選項的默認值就是full，如果我們再插入數(shù)據(jù)前將其改為off，則會提高效率。如果僅僅將SQLite當做一種臨時數(shù)據(jù)庫的話，完全沒必要設(shè)置為full。在代碼中，設(shè)置方法就是在打開數(shù)據(jù)庫之后，直接插入以下語句：
sqlite3_exec(db,"PRAGMA?synchronous?=?OFF;?",0,0,0);
此時，經(jīng)過測試，插入速度已經(jīng)變成了41851條/s，也就是說，插入100000000條數(shù)據(jù)，需要2389秒 = 39.8分。
5極速——執(zhí)行準備
雖然寫同步設(shè)為off后，速度又有小幅提升，但是仍然較慢。我又一次踏上了尋找提高SQLite插入效率方法的道路上。終于，我發(fā)現(xiàn)，SQLite執(zhí)行SQL語句的時候，有兩種方式：一種是使用前文提到的函數(shù)sqlite3_exec()，該函數(shù)直接調(diào)用包含SQL語句的字符串；另一種方法就是“執(zhí)行準備”（類似于存儲過程）操作，即先將SQL語句編譯好，然后再一步一步（或一行一行）地執(zhí)行。如果采用前者的話，就算開起了事務(wù)，SQLite仍然要對循環(huán)中每一句SQL語句進行“詞法分析”和“語法分析”，這對于同時插入大量數(shù)據(jù)的操作來說，簡直就是浪費時間。因此，要進一步提高插入效率的話，就應(yīng)該使用后者。
“執(zhí)行準備”主要分為三大步驟：
1.調(diào)用函數(shù)
intsqlite3_prepare_v2(?sqlite3?*db,constchar*zSql,intnByte,??sqlite3_stmt?**ppStmt,constchar**pzTail);
并且聲明一個指向sqlite3_stmt對象的指針，該函數(shù)對參數(shù)化的SQL語句zSql進行編譯，將編譯后的狀態(tài)存入ppStmt中。
2.調(diào)用函數(shù) sqlite3_step() ，這個函數(shù)就是執(zhí)行一步（本例中就是插入一行），如果函數(shù)返回的是SQLite_ROW則說明仍在繼續(xù)執(zhí)行，否則則說明已經(jīng)執(zhí)行完所有操作；
3.調(diào)用函數(shù) sqlite3_finalize()，關(guān)閉語句。
關(guān)于執(zhí)行準備的API的具體語法，詳見官方文檔。本文中執(zhí)行準備的c++代碼如下：
sqlite3_exec(db,"begin;",0,0,0);
sqlite3_stmt?*stmt;
constchar*?sql?="insert?into?t1?values(?,?,?,?)";
sqlite3_prepare_v2(db,sql,strlen(sql),&stmt,0);
for(inti=0;i
{
sqlite3_reset(stmt);
sqlite3_bind_int(stmt,1,i);
sqlite3_bind_int(stmt,1,i*2);
sqlite3_bind_int(stmt,1,i/2);
sqlite3_bind_double(stmt,1,i*i);
}
sqlite3_finalize(stmt);
sqlite3_exec(db,"commit;",0,0,0);
此時測試數(shù)據(jù)插入效率為：265816條/s，也就是說，插入100000000條數(shù)據(jù)，需要376秒 = 6.27分。這個速度已經(jīng)很滿意了。
5 總結(jié)
綜上所述啊，SQLite插入數(shù)據(jù)效率最快的方式就是：事務(wù)+關(guān)閉寫同步+執(zhí)行準備（存儲過程），如果對數(shù)據(jù)庫安全性有要求的話，就開啟寫同步。
參考資料：
1. SQLite官方文檔：http://www.sqlite.org/docs.html
2.《解決sqlite3插入數(shù)據(jù)很慢的問題》：http://blog.csdn.net/victoryknight/article/details/7461703
3.《The Definitive Guide to SQLite》Apress出版：http://www.apress.com/9781430232254（這是本好書）
附最終完整代碼:
#include?
#include?
#include?
#include?
#include?"sqlite3.h"
constintnCount?=?500000;
intmain?(intargc,char**?argv)
{
sqlite3*?db;
sqlite3_open("testdb.db",&db);
sqlite3_exec(db,"PRAGMA?synchronous?=?OFF;?",0,0,0);
sqlite3_exec(db,"drop?table?if?exists?t1",0,0,0);
sqlite3_exec(db,"create?table?t1(id?integer,x?integer,y?integer?,weight?real)",0,0,0);
clock_tt1?=?clock();
sqlite3_exec(db,"begin;",0,0,0);
sqlite3_stmt?*stmt;
constchar*?sql?="insert?into?t1?values(?,?,?,?)";
sqlite3_prepare_v2(db,sql,strlen(sql),&stmt,0);
for(inti=0;i
{
//?std::stringstream?ssm;
//?ssm<<"insert?into?t1?values("<
//?sqlite3_exec(db,ssm.str().c_str(),0,0,0);
sqlite3_reset(stmt);
sqlite3_bind_int(stmt,1,i);
sqlite3_bind_int(stmt,2,i*2);
sqlite3_bind_int(stmt,3,i/2);
sqlite3_bind_double(stmt,4,i*i);
sqlite3_step(stmt);
}
sqlite3_finalize(stmt);
sqlite3_exec(db,"commit;",0,0,0);
clock_tt2?=?clock();
sqlite3_close(db);
std::cout<<"cost?tima:?"<<(t2-t1)/1000.<<"s"<
return0;
}
