最早接触 iOS 开发了解到的第一个缓存数据库就是 SQLite，后面一直也以 SQLite 作为中坚力量使用，以前没有接触到比较大量数据的读写，所以在性能优化方面关注不多，这次对一个特定场景的较多数据批量读写做了一个性能优化，使性能提高了十倍。
大致应用场景是这样：
每次程序启动会从服务器拉取一些数据，对本地数据库两个表进行同步更新，不存在就写入，存在就更新其字段。数据少的时候几十条，多的上千条。
由于缓存的数据可能会存在异步同时读写，所以做了一个后台同步队列，所有的缓存数据库操作都在这个队列里面，然后我监控了一下写数据库的关键代码执行耗时，一千条数据更新到数据库就能耗时 30 秒之久，磁盘写入在 1.5M/s 浮动， 虽然没有卡主线程，这个消耗即使在后台也是不可容忍的。
核心的数据库操作大概是这样的
for 1000 : {
Select -> Update Or Insert
Select -> Update Or Insert
}
由于牵涉到两张表，所以会有两次，经过测试，Select 一次几乎没有多少消息，可是 Update 或者 Insert ( [FMDatabaseQueue executeUpdate:] ) 就消耗大了，因为会写入磁盘，然后想到是不是可以把所有的 SQL 语句拼接起来，最后只想一次；再后来想到 SQLite 不是有事务 ( Transaction ) 嘛，于是尝试了一下利用 FMDB 的事务操作，在循环开始前[db beginTransaction]，循环结束[db commit]，包起来就行了。
增加事务之后的大概逻辑：
beginTransaction
for 1000 : {
Select -> Update Or Insert
Select -> Update Or Insert
}
commit
测试效果非常好，整个耗时从 30 秒下降到了2.8 秒左右，仅仅增加了两行代码。
总结：
踩过的坑，走过的坎，都是以后的经验
虽然利用事务取巧来提高了性能，但是这样做其实并不安全，好在所属场景对这部分数据绝对一致要求不是太高。
模拟器和真机有时候测试并不能重现同一个问题，因为所属架构、CPU、硬盘都不一样，所以性能测试最好还是以真机为准。该问题测试的时候在模拟器上很多问题都没有，因为硬盘比真机读写速度要高，所以避免了很多问题，测试的时候也就没有发现。
数据库设计设计的时候得多考虑考虑，多想想以后怎么扩展，怎么升级，读写的时候性能怎么样
