一、前言
以前的系统由于表设计比较复杂（多张表，表与表直接有主从关系），这个是业务逻辑决定的。 插入效率简直实在无法忍受，必须优化。在了解了Postgre的Copy,unlogged table 特性
之后，决定一探究竟。
二、测试用例
1.数据表结构:表示一个员工工作绩效的表（work_test）：共15个字段
id,no,name,sex,tel,address,provice,city,post,mobile,department,work,start_time,end_time,score
索引（b-tree的集群索引或者叫聚集索引）：id,no,name,sex,tel,address,provice,city,post,mobile,department,work
2.测试环境：win7，四核，2GB内存；postgre版本9.3；Npgsql连接Postgre数据库。
三、insert/ transaction/ copy/unlogged table
1.insert 一个10W数据大概需要120s，虽然已经提升“不少”，但是还是不尽如人意。以前用SQLite时发现Transaction可以大幅提升性能，于是在Postgre中试试，发现并没有明显变
化。不知何故。
2. copy可以将文件（csv）中的数据复制进数据库中，当然数据表的结构和要数据类型要与文件一一对应。据说可以大幅提升插入性能。
复制代码 代码如下:
COPY 'work_test' from 'c:\temp.csv' WITH DELIMITER AS ','
使用Copy后发现插入的性能立马提升至30s，相当于1s插入3300条记录。这中间还包含生成csv文件的时间。
3.unlogged table
unlogged table，网上的文章说可以10倍于insert。使用方法也很简单:Create unlogged table ...
但是unlogged table 在遇到Postgre服务器异常重启后会丢失全部数据，所以如果你的数据不允许丢失，请不要使用。
使用后发现，大概20s，1s插入5000条记录。
下面是三种插入方式的走势图：
说明：x轴表示数据库中已有的记录数，单位百万，每个点是10W.Y轴表示每次插入所耗时间，单位秒。
蓝色线：insert;之所以后面比较稳定是因为电脑没有运行其他程序。所以说，电脑工作状态对Postgre效率有一定的影响。
粉红色：copy;
黄色线：copy+unlogged
虽然建了索引，并且表中的数据一直累加进来，对于后续插入数据性能并没有任何影响，这个结果就是我想看到的。
四、查询测试
按name字段搜索：
复制代码 代码如下:
select * from work_test where name='1'
说明：x轴表示数据库中已有的记录数，单位百万，每个点是10W.Y轴表示每次查询所耗时间，单位毫秒。
蓝色线：insert;
粉红色：copy;
黄色线：copy+unlogged
由于三种插入方式结果都是一样的，所以对比并没有意义，这里主要看查询耗时。平均下来：500ms,并且随着Row count的增加，查询效率并没有降低。这主要得益于良好的索引。
另外发现：条件越多，查询效率越高，因为扫描的行数在减少，后面的图就不贴出来了。
您可能感兴趣的文章:- 海量数据库的查询优化及分页算法方案
- SQL Server 数据库优化
- mysql 数据库中my.ini的优化 2G内存针对站多 抗压型的设置
- 开启SQLSERVER数据库缓存依赖优化网站性能
- MySQL 联合索引与Where子句的优化 提高数据库运行效率
- asp.net程序优化 尽量减少数据库连接操作
- 服务器维护小常识(硬盘内容增加、数据库优化等)
- 数据库性能优化二：数据库表优化提升性能
- 数据库性能优化一：数据库自身优化提升性能
- Oracle SQL tuning 数据库优化步骤分享(图文教程)
- oracle数据库sql的优化总结
- 优化Mysql数据库的8个方法
- mysql中优化和修复数据库工具mysqlcheck详细介绍
- Codeigniter操作数据库表的优化写法总结
- MySQL数据库优化详解
- 用实例详解Python中的Django框架中prefetch_related()函数对数据库查询的优化
- 数据库学习建议之提高数据库速度的十条建议
