java - 使用 SQL 对列表进行排序还是作为集合排序？

Question

我的数据库中有一些带有日期的条目。什么是最好的？：

• 使用 sql 语句获取它们并应用order by.
• 用 sql 获取列表，并在应用程序中使用 orso 对它们进行排序collection.sort？

谢谢

Answer 1

这是一个很难回答的非常广泛的问题，很大程度上取决于您所说的best是什么意思？

• 从性能的角度来看，您只需进行测量以确定系统的哪一部分是瓶颈。数据库通常非常高效，但仍可能与将工作分担给客户端相关。

• 从关注点分离的角度来看，这取决于排序在应用程序中的重要性以及应用程序的分层方式。

问问你自己：“数据排序的知识属于哪里？” 和“如果我从关系数据库存储更改为不同的东西会发生什么”。

Answer 2

在某种程度上，这取决于完整集合中有多少值。例如，如果是 20-30 个值，那么您可以在任何地方进行排序——即使是相对较差的排序算法也可以快速完成（尽管避免Stooge 排序；这很糟糕）——因为这就是您可能期望的数据块大小实际获取一个服务响应。

但是一旦你进入更大的数据集，你需要更加仔细地计划。特别是，您希望避免在不必要的情况下移动数据。如果数据当前仅存在于数据库中，那么您真的不想将其全部提取到客户端只是为了对其进行排序（一个相对昂贵的操作），然后几乎将其全部丢弃。实际开始时最好将数据库中的数据进行排序，这样按顺序提取数据就变得微不足道了；在关系数据库术语中，保持数据排序在功能上与维护数据索引相同。实际上，您可以对数据有多个索引，这可以使相当复杂的查询变得更快。（NoSQL DB 更加多样化；有些甚至不支持保持数据排序的概念。

所以……回到您的问题，您可能不想尝试不对应用程序中的数据进行排序：对于大多数数据，适当的索引可以更有效，因为它让您的代码甚至不查看不需要的数据。但是，如果您出于其他原因必须将其全部提取到您的应用程序中，并且您无法将其带入预先排序的状态，则没有理由避免自己对其进行排序：Java 的排序算法高效且稳定。但是您应该衡量以新顺序从数据库中获取它是否更快。（问题是数据库开销是否超过了重新排序的超线性成本；很多问题都在“可能；很难说”是答案的领域。）

另一件需要平衡的事情是，您的代码是否更简单，不自己进行排序而是始终将其委托给数据库。让您的代码更简单（并且更无错误）是一个很好的目标……</p>

Answer 3

数据库管理系统 (DMBS) 已针对这些任务进行了优化，因此我认为您应该坚持使用它们。特别是如果您从用 PHP 或（其他脚本语言）编写的脚本访问数据库，使用脚本执行该任务可能会更慢。如果您使用脚本对数组进行排序，您也可能会达到 PHP 允许使用的内存限制。

我并不是要提出不同编程语言的性能问题，只是想指出，尽可能依赖 DMBS 是一种非常好的做法。

Answer 4

这对我来说是一个非常有趣的问题，我想提出公认答案的另一面，顺便说一句，这是一个非常好的答案，我不一定*不同意。只想呈现另一面。当我开始我的职业生涯时，我正在研究大型机 DB2，而教我的老前辈们非常坚持在 db 之外进行排序。他们这样做的理由是可以卸载它的工作，这使数据库可以自由地为其他请求提供服务。当然，它远比这更微妙。一般来说，我会说您正在权衡的因素是：A）您的数据库有多忙或对您的系统有多重要？如果您的数据库非常繁忙，如果您在客户端或应用服务器上有大量 OLTP 处理，并且您的客户端或应用服务器有大量过剩容量，为什么不在应用服务器或客户端上排序？即使它的效率较低，它也会将工作分散到整个系统中，并从整个系统的角度为您提供更多的吞吐量。B) 排序有多大？比如说，因为您对海量 MB 的数据进行了排序，所以破坏您的调用堆栈或 Java 堆是很愚蠢的。C) 在您的应用程序或应用程序服务器中进行排序会导致暂停、延迟等吗？换句话说，如果您的特定编程语言的排序库非常糟糕，并且您不想编写自己的库，那么让 DB 花费 0.5 秒可能比让您的应用程序花费 5.0 秒要好。炸毁您的调用堆栈或 Java 堆，因为您对大量 MB 数据进行了排序。C) 在您的应用程序或应用程序服务器中进行排序会导致暂停、延迟等吗？换句话说，如果您的特定编程语言的排序库非常糟糕，并且您不想编写自己的库，那么让 DB 花费 0.5 秒可能比让您的应用程序花费 5.0 秒要好。炸毁您的调用堆栈或 Java 堆，因为您对大量 MB 数据进行了排序。C) 在您的应用程序或应用程序服务器中进行排序会导致暂停、延迟等吗？换句话说，如果您的特定编程语言的排序库非常糟糕，并且您不想编写自己的库，那么让 DB 花费 0.5 秒可能比让您的应用程序花费 5.0 秒要好。

因此，与所有事物一样，“这取决于”;-)。但是，我认为这些是它所依赖的东西。