C#/SQLite 性能与 FoxPro 导入文件

Question

我 "inherited" 一些用于处理大型文本文件的遗留软件，目前是用 Visual Foxpro（特别是第 7 版）编写的。

我正在探索用更易于修改和维护的新程序替换这些程序的选项。但是，我无法接近 Foxpro 导入大型文本文件的性能。

例如，我有一个约 1gb 的文本文件，其中包含约 110,000 条记录，每条记录有 213 个字段（每行长 9247 个字符），我正在对其进行测试。

使用 Foxpro：

? SECONDS()
USE new
APPEND FROM test.dat TYPE sdf
USE
? SECONDS()

在我的电脑上导入数据库只用了不到 10 秒。

使用 C#/SQLite（使用 Filehelpers 和 System.Data.SQLite），我能够完成此导入的最快时间超过一分钟。我已尝试使用 this question 的建议（例如交易等）尽可能优化它。实际上，如果我不将其与 Foxpro 的 10 秒进行比较，导入 1gb 文件的一分钟似乎并不坏。

大约 1 分钟内花费的时间细分为：

Filehelpers reading file and parsing: 12 seconds.
Building SQL commands from Filehelpers object: 15 seconds.
Running individual ExecuteNonQuery()'s: 24 seconds.
Committing transactions (every 5000 records): 12 seconds.

与线程链接相比，我每秒的插入速度要慢得多，但我的记录有 213 个字段，而 7 个字段，所以这是预料之中的。如果我按 fields/second 将其分解，我大约有 360,000 与线程的 630,000。其他海报的兆字节插入率是 ~2.24 megabyte/s，我是 15.4 megatbyte/s。因此，我认为我的表现与其他海报相当，我可能没有更多的优化可以做。

为什么这比 Foxpro 导入慢很多（慢 5-6 倍）？这是否只是苹果对橙子，我应该接受较慢的速度来权衡我使用新技术获得的其他好处？

编辑：

这是我运行的一些测试代码，随机数据显示了相似的速度....我是否正确地执行了交易？ ExecuteNonQuery() 花费了大量时间。我已经用简单的、非参数化的、很可能是低效的字符串操作实现了所有 SQL 命令，但在这一点上我并不过分关心（我将从文件中读取，这种方法要快得多比使用 entity framework).

public class Program
{
    public static void Main(string[] args)
    {
        TestSqlite(100, 20000);
    }

    public static void TestSqlite(int numColumns, int numRows)
    {
        Console.WriteLine("Starting Import.... columns: " + numColumns.ToString() + " rows: " + numRows.ToString());

        var conn = new SQLiteConnection(@"Data Source=C:\vsdev\SqliteTest\src\SqliteTest\ddic.db;Version=3");
        conn.Open();
        var cmd = new SQLiteCommand(conn);
        cmd.CommandText = "DROP TABLE IF EXISTS test";
        cmd.ExecuteNonQuery();

        string createCmd = "CREATE TABLE 'test'('testId' INTEGER PRIMARY KEY  AUTOINCREMENT  NOT NULL, ";

        for (var i = 0; i < numColumns; i++)
        {
            createCmd += "'test" + i.ToString() + "' TEXT, ";
        }

        createCmd = createCmd.Substring(0, createCmd.Length - 2);
        createCmd += ")";
        cmd.CommandText = createCmd;
        cmd.ExecuteNonQuery();

        Stopwatch stopWatch = new Stopwatch();
        stopWatch.Start();

        var transaction = conn.BeginTransaction();


        int lineCount = 0;
        long startTime;
        long endTime;
        long totalStringTime = 0;
        long totalAddTime = 0;
        long totalSaveTime = 0;
        string command;
        for (var l = 0; l < numRows; l++)
        {


            startTime = stopWatch.ElapsedMilliseconds;
            command = CreateRandomInsert("test", numColumns);
            endTime = stopWatch.ElapsedMilliseconds;
            totalStringTime += endTime - startTime;


            ///Execute Query
            startTime = stopWatch.ElapsedMilliseconds;
            cmd.CommandText = command;
            cmd.ExecuteNonQuery();
            endTime = stopWatch.ElapsedMilliseconds;
            totalAddTime += endTime - startTime;


            if (lineCount > 5000)
            {
                lineCount = 0;
                startTime = stopWatch.ElapsedMilliseconds;

                transaction.Commit();
                transaction.Dispose();
                transaction = conn.BeginTransaction();
                cmd = new SQLiteCommand(conn);
                endTime = stopWatch.ElapsedMilliseconds;
                totalSaveTime += endTime - startTime;
                Console.Write('.');
            }
            lineCount += 1;

        }

        startTime = stopWatch.ElapsedMilliseconds;
        transaction.Commit();
        transaction.Dispose();
        endTime = stopWatch.ElapsedMilliseconds;
        totalSaveTime += endTime - startTime;


        Console.WriteLine('.');
        Console.WriteLine("String time: " + totalStringTime.ToString());
        Console.WriteLine("ExecuteNonQuery time: " + totalAddTime.ToString() + ", per 1000 records: " + (totalAddTime / (numRows / 1000)).ToString());
        Console.WriteLine("Commit time: " + totalSaveTime.ToString() + ", per 1000 records: " + (totalSaveTime / (numRows / 1000)).ToString());


        stopWatch.Stop();
        TimeSpan ts = stopWatch.Elapsed;
        string elapsedTime = String.Format("{0:00}:{1:00}:{2:00}.{3:00}",
            ts.Hours, ts.Minutes, ts.Seconds,
            ts.Milliseconds / 10);
        Console.WriteLine(" in " + elapsedTime);

        conn.Close();

    }


    public static string CreateRandomInsert(string TableName, int numColumns)
    {

        List<string> nameList = new List<string>();
        List<string> valueList = new List<string>();

        for (var i = 0; i < numColumns; i++)
        {
            nameList.Add("test" + i.ToString());
            valueList.Add(Guid.NewGuid().ToString());
        }
        return CreateSql(TableName, nameList, valueList);
    }
    public static string CreateSql(string TableName, List<string> names, List<string> values)
    {
        string textCommand = "";

        textCommand += "INSERT INTO " + TableName + " (";

        foreach (var nameVal in names)
        {
            textCommand += nameVal + ", ";
        }
        textCommand = textCommand.Substring(0, textCommand.Length - 2);
        textCommand += ") VALUES (";
        foreach (var val in values)
        {
            textCommand += "'" + val + "', ";
        }
        textCommand = textCommand.Substring(0, textCommand.Length - 2);
        textCommand += ");";

        return textCommand;
    }
}

Answer 1

当是固定宽度的数据时，VFP比其他数据库更有优势。低级别，它几乎与 VFP 存储其数据的格式相同。例如，如果您没有任何与 Foxpro 2.x 不兼容的字段，那么导入该数据将仅意味着在每行前面添加一个 0x20 字节（如果尚未写入文件头，则写入文件头) - 并更新索引（如果有的话），这将是真正耗时的部分。如果您需要解析行，那么与 C# 相比，VFP 在字符串操作上非常慢。

（我不知道 FileHelpers，感谢指点）

9247 字节的固定数据和 213 个字段很有趣。我想测试插入 SQLite、postgreSQL、SQL 服务器和一些 NoSQL 数据库。您能否共享一个空的 dbf（或者只是作为代码的结构或 xml - 可能包含来自文件的 1-2 行样本数据）？我之前没有尝试过 200 多个字段，否则 110K 行的 1 分钟听起来很慢。

VFP table 只能附加此类数据 2 次，您需要创建另一个 table。你说的是 "manipulation" 文本文件，但你没有评论那是什么类型的操作。也许不附加到 table 的直接 "manipulation" 更高效、更快并且整个过程完成得更快？只是一个想法。

C#/SQLite 性能与 FoxPro 导入文件

C#/SQLite performance vs FoxPro for importing files

c#

database

sqlite

performance

visual-foxpro