一、项目介绍
项目背景
我们的产品需要本地处理订单，商品等信息，订单数据每日巨增的，由于订单中存的是商品的拷贝所以商品量也是巨增的。本篇文章指在解决这个两个问题，目前我们的本地的数据库使用realm已经能够支持百万级别的数据，并且可能更多。相比于之前使用的sqlite来说性能是指数倍的提高，sqlite支持订单在10万左右查询速度就相当的慢。
二、实战内容
*数据库操作类实战
*建表，以及服务类
*创建商品、订单表举例
*创建1条订单与创建10000订单时间、最终创建100万订单
*100万订单做查询操作
1、业务逻辑梳理
1、数据库工具类RPDataBase继承RLMRealm，负责获取数据库对象，数据库创建以及迁移。
2、RLMOrder、RLMProduct表
3、RLMOrderService负责order的数据库操作
2、基础代码
#import <Foundation/Foundation.h>
#import <Realm/Realm.h>
@interface RPDataBase : RLMRealm
+ (RPDataBase *)db;
+ (void)dataBaseMigration;
+ (BOOL)dropRealmIfNeed;
@end
#import "RPDataBase.h"
#import <Realm/Realm.h>
@implementation RPDataBase
+ (RLMRealmConfiguration *)config {
static RLMRealmConfiguration *_config = nil;
if (!_config) {
RLMRealmConfiguration *config = [[RLMRealmConfiguration alloc] init];
//配置数据迁移的时候，如果有错误导致崩溃问题，会删除数据库重建，不会崩溃，但是数据会丢失。配置NO数据不会丢失，但是应用会崩溃
config.deleteRealmIfMigrationNeeded = YES;
NSString *configPath = [[NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES) lastObject]stringByAppendingString:@"/db.realm"];
config.fileURL = [NSURL URLWithString:configPath];
//设置realm管理的RLMObjects，管理了那么些表,多个数据库表可以分开管理
config.objectClasses = @[NSClassFromString(@"RLMOrder"),
NSClassFromString(@"RLMProduct")];
_config = config;
}
return _config;
}
+ (RPDataBase *)db {
RPDataBase *configRealm = [RPDataBase realmWithConfiguration:self.config error:nil];
return configRealm;
}
+ (void)dataBaseMigration {
//使用自定义配置的config realm进行迁移
RLMRealmConfiguration *config = self.config;
//配置数据版本，每次项目发布加1
config.schemaVersion = 2;
config.migrationBlock = ^(RLMMigration *migration, uint64_t oldSchemaVersion) {
if (oldSchemaVersion < 2) {
}
};
}
+ (BOOL)dropRealmIfNeed {
//对数据做一些逻辑定义，比如大于10MB才删除数据库
return [[NSFileManager defaultManager] removeItemAtPath:self.config.fileURL.path error:nil];
}
@end
#import <Realm/Realm.h>
@interface RLMProduct : RLMObject
/**商品 名字*/
@property NSString *name;
/**商品 价格*/
@property NSString *price;
/**商品 图片*/
@property NSString *imgUrl;
@end
RLM_ARRAY_TYPE(RLMProduct)
#import <Realm/Realm.h>
#import "RLMProduct.h"
@interface RLMOrder : RLMObject
/**订单号 主键*/
@property NSString *orderNumber;
/**订单价格*/
@property NSString *orderAmount;
/**订单状态*/
@property NSString *orderStatus;
/**订单商品*/
@property RLMArray <RLMProduct>*orderItems;
@end
RLM_ARRAY_TYPE(RLMOrder)
#import <Foundation/Foundation.h>
#import "RLMOrder.h"
@interface RLMOrderService : NSObject
+ (BOOL)saveOrder:(RLMOrder *)order;
+ (BOOL)saveOrders:(NSArray *)orders;
+ (RLMOrder *)queryOrderWithOrderNumber:(NSString *)orderNumber;
@end
#import "RLMOrderService.h"
#import "RPDataBase.h"
@implementation RLMOrderService
+ (BOOL)saveOrder:(RLMOrder *)order {
RPDataBase *db = [RPDataBase db];
NSError *err;
[db beginWriteTransaction];
[db addObject:order];
[db commitWriteTransaction:&err];
return err == nil;
}
+ (BOOL)saveOrders:(NSArray *)orders {
RPDataBase *db = [RPDataBase db];
NSError *err;
[db beginWriteTransaction];
[db addObjects:orders];
[db commitWriteTransaction:&err];
return err == nil;
}
+ (RLMOrder *)queryOrderWithOrderNumber:(NSString *)orderNumber {
if (orderNumber.length <= 0) {
return nil;
}
RPDataBase *db = [RPDataBase db];
return [RLMOrder objectInRealm:db forPrimaryKey:orderNumber];
}
@end
- (void)testSavaOrder:(NSInteger )orderCount {
//1、1000订单存储，所有订单一个事务
NSMutableArray *orders = [NSMutableArray array];
for ( int i = 0 ; i<orderCount; i++) {
RLMOrder *order = [[RLMOrder alloc]init];
order.orderNumber =[NSString stringWithFormat:@"%lf_%d",[[NSDate date]timeIntervalSince1970],i];
int count = (i % 3);
order.orderStatus = count == 0 ? @"成功":@"失败";
int amount = 0;
for ( int j = 1; j <= count + 1; j++) {
RLMProduct *p = [[RLMProduct alloc]init];
p.name = [NSString stringWithFormat:@"煎饼果子-%d-%d",i,j];
int price = i*j;
amount+= price;
p.price = [NSString stringWithFormat:@"%@",@(price)];
[order.orderItems addObject:p];
}
order.orderAmount = [NSString stringWithFormat:@"%@",@(amount)];
[orders addObject:order];
}
[RLMOrderService saveOrders:orders];
}
创建1个订单所化时间，0.049
image.png
image.png
创建1000个订单所化时间，0.16
{
Code_execution_time([self testSavaOrder:1000];)
}
image.png
创建100000个订单所化时间：8.250910 s
{
Code_execution_time([self testSavaOrder:100000];)
}
image.png
最终创建100W的订单
image.png
接下来 测试在100W订单中查询一条订单所化时间：0.035s
{
//用主键查询
Code_execution_time([RLMOrderService queryOrderWithOrderNumber:@"1501221933.706494_827227"];)
}
image.png
{
//用where条件查询
Code_execution_time(RLMOrder *order = [RLMOrderService queryOrderWhere:@"orderNumber = '1501221933.706399_827221'"];)
NSLog(@"%@",order);
}
image.png
打印代码执行时间宏
#define Code_execution_time(...)\
CFAbsoluteTime time = CFAbsoluteTimeGetCurrent(); \
__VA_ARGS__; \
NSLog(@"代码行：%d 执行时间为：%lf s",__LINE__,CFAbsoluteTimeGetCurrent()-time);
三、项目总结
1、上面测试均在模拟器测试，在真机测试性能差不多。
2、综上所示，realm的性能是非常了不起的，数据支持轻松突破100万，对我们移动端如果需要支持本地存储大量数据来说是不错的选择。
3、realm数据库经量在同一个线程访问，操作速度是非常快，所以用主线程就可以，多线程访问会增加额外的开销（如果没用用运行时进行优化），并且每个线程访问到的数据库，可能数据不一致，每次获得realm数据库实例都是一个副本。
4、频繁的事务操作也会造成额外的开销，尽量把所有的数据库操作放在同一个事务中。
