若干數(shù)據(jù)庫數(shù)據(jù)插入性能的區(qū)別有哪些

這篇文章主要介紹“若干數(shù)據(jù)庫數(shù)據(jù)插入性能的區(qū)別有哪些”，在日常操作中，相信很多人在若干數(shù)據(jù)庫數(shù)據(jù)插入性能的區(qū)別有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”若干數(shù)據(jù)庫數(shù)據(jù)插入性能的區(qū)別有哪些”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

測試環(huán)境如下：
服務器：本機（筆記本，I3 370,8G內(nèi)存）
操作系統(tǒng)：windows 7 x64
語言環(huán)境：C#，使用控制臺程序測試。
虛擬機：安裝SqlServer2008,2CPU,3G內(nèi)存。
數(shù)據(jù)庫：Oracle11g(本機數(shù)據(jù)庫）
SQLite(本機文件）
MySql(版本5的綠色版）
SqlServer(不想在本機安裝2008版本，本來想使用本機的學習版，但死活不行，只好在本機虛擬機上安裝一個2008版本，測試性能有所下降，但也只好如此了）
Access(2003版）
Access(2007版）
測試方法：先生成10000條記錄（每條記錄6個字段），插入數(shù)據(jù)前先清除原有數(shù)據(jù)；
數(shù)據(jù)插入分為事務性寫入（啟動事務，逐條插入后提交）及非事務性寫入（不啟動事務，逐條插入）。
SqlServer數(shù)據(jù)庫在本地虛擬機的數(shù)據(jù)庫中，數(shù)據(jù)不太準確；為消除網(wǎng)絡操作影響，將代碼移到虛擬中直接執(zhí)行一次。

測試過程中發(fā)現(xiàn)了若干有趣的問題：
1.64位操作系統(tǒng)下，Access無法在編譯為AnyCpu的程序下執(zhí)行，必須編譯為x86方可正常操作。（如果是網(wǎng)站，必須將池設置為啟用32位兼容）
2.SQLite有64位版本的DLL，可以正常在64位環(huán)境（控制臺程序）下運行；但很奇怪的是，如果是網(wǎng)站，則使用64位DLL反而無法正常運行，必須使用32位版本的DLL，并且將IIS的池設置為啟用32位兼容才可正常運行。
3.Access的2003版本與2007版本的數(shù)據(jù)庫連接串是不相同的，如下：
2003：@"Provider=Microsoft.Jet.OLEDB.4.0;Data Source=D:\xxx\test.mdb";
2007:@"Provider=Microsoft.ACE.OLEDB.12.0;Data Source=D:\xxx\test.accdb";
測試結(jié)果如下：

結(jié)果很有意思：
1.SQLite的事務插入速度最快，達到10000條每秒，但非事務性的插入速度就一般了。
2.Oracle作為數(shù)據(jù)庫的老大，事務插入速度僅次于SQLite，但非事務性的插入速度居首。
3.可憐Access，不試不知道，一試嚇一跳，事務插入最慢，非事務插入更慢；本來對Access2007還有點期待的，沒想到它比2003版本的數(shù)據(jù)還差。
4.mySql還真是不賴，事務插入的性能僅次于Oracle,非事務性的插入沒有那么強，但也還不錯。
從數(shù)據(jù)來看，發(fā)覺一個比較有規(guī)律的現(xiàn)象：大型數(shù)據(jù)庫與小型數(shù)據(jù)庫、本地型數(shù)據(jù)庫的區(qū)別，不在于事務性插入性能的高低，而在于非事務性插入性能的高低。Oracle最強，每秒達到1000條以上；其次是SqlServer，也有700條每秒；mySql相比之下就差多了，只達到240條每秒左右，這個性能整整差了一個等級；比較意外的是SQLite，非事務性插入性能雖然比mySql差一點，但也相差不大（不是數(shù)量級的差別）；最糟糕的是Access，非事務數(shù)據(jù)插入性能慘不忍睹，和SQLite相比，整整差了一個數(shù)量級。

由上可見，如果選擇本地數(shù)據(jù)庫，SQLite應該是首選。而且在應用中還應該注意，盡可能把數(shù)據(jù)集中起來進行事務性數(shù)據(jù)寫入，如此可以大大提升該數(shù)據(jù)庫的性能。

到此，關于“若干數(shù)據(jù)庫數(shù)據(jù)插入性能的區(qū)別有哪些”的學習就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關知識，請繼續(xù)關注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>