database-performance - 插入重复行和插入新行有什么区别

Question

当我使用voltdb（内存数据库）时，我发现一个奇怪的现象：插入重复的原始数据（500ms）比插入新列（10ms）需要更多的时间，并且表已经分区。据我所知，插入重复数据应该更快地返回，因为不需要执行真正的插入操作。

Answer 1

看起来您正在测量的是返回客户端的响应时间，这可能无法反映执行时间。这可能取决于客户端对成功结果和错误结果的处理方式，或者可能只是随机网络延迟，或者在您发送请求时有多少其他事务在您的请求之前排队。

要测量插入新记录或尝试插入重复记录所需的实际时间（并使其失败并返回唯一约束违规），您可能需要隔离并重复足够多的事务以从内置统计。

假设您有一个带有主键的分区表。这是我将如何衡量这一点：

1. 调用“exec @Statistics PROCEDUREPROFILE 1;”，但您可以忽略这些初始结果。
2. 通过调用 TABLENAME.insert 过程将 50-100 条唯一记录插入到您的表中。
3. 调用“exec @Statistics PROCEDUREPROFILE 1;” 并查看 TABLENAME.insert 过程的 avg_execution_time 列。此平均值应仅适用于您在调用 @Statistics 之间所做的唯一插入。
4. 使用 TABLENAME.insert 过程插入 50-100 条重复记录。
5. 调用“exec @Statistics PROCEDUREPROFILE 1;” 并查看 TABLENAME.insert 过程的 avg_execution_time 列。此平均值应仅适用于您在调用 @Statistics 之间所做的重复插入。

我自己没有测试唯一插入与插入约束违规的速度。一般来说，无论结果如何，插入都很快，但我怀疑你的直觉是正确的，失败的重复插入可能会执行得更快，因为它必须检查任何一种方式，但如果发现重复，则无需插入。

免责声明：我为 VoltDB 工作。