使用JDBC进行SQLite查询要比使用Firefox SQLItemManager插件慢得多

我在Firefox的SqlItemManager插件中测试的查询有问题

这个特定的查询在Firefox插件中执行大约需要60毫秒，但是当我使用最新的Sqlite JDBC驱动程序在Java中使用相同的查询和相同的数据库时，执行需要惊人的3.7秒

Firefox插件通常比我的其他查询快一点（顶部快50毫秒，有时JDBC更快），但这可能是创建连接和将结果添加到列表中的开销，但是这个特定查询的性能差异非常可笑

以下是查询：

SELECT p1.Id, p1.FirstName || ' ' || p1.LastName AS PlayerName, sch1.LaneNum, l1.Name AS LeagueName, l1.Season, SUM(s1.Score) AS Series, e1.Date FROM Scores s1
JOIN SchedulePlayers sp1 ON  s1.SchedulePlayerId = sp1.Id
JOIN Schedules sch1 ON sp1.ScheduleId = sch1.Id
JOIN Players p1 ON sp1.PlayerId = p1.Id
JOIN TeamEncounters te1 ON sch1.TeamEncounterId = te1.Id
JOIN Encounters e1 ON te1.EncounterId = e1.Id
JOIN Leagues l1 ON e1.LeagueId = l1.Id

WHERE s1.GameNum < 4 AND l1.Name LIKE 'Juniors%' AND l1.Season = 2013 AND (sch1.LaneNum = 1 OR  sch1.LaneNum = 2) AND s1.IsBowlout = 0
GROUP BY p1.Id, l1.Id, e1.Id
ORDER BY Series DESC LIMIT 0,20

选择p1.Id，p1.FirstName | |“”| | | | p1.LastName作为玩家名称，sch1.LaneNum，l1.Name作为联盟名称，l1.station，SUM（s1.Score）作为系列，e1.从分数s1开始的日期
在s1.SchedulePlayerId=sp1.Id上加入SchedulePlayers sp1
sp1.ScheduleId=sch1.Id上的联接计划sch1
加入sp1.PlayerId=p1.Id上的玩家p1
在sch1.TeamEncounterId=te1.Id上加入TeamEncounters te1
JOIN在te1.EncounterId=e1.Id上遇到e1
加入e1上的联盟l1。联盟Id=l1.Id
其中s1.GameNum<4，l1.Name如'Juniors%'和l1.seasure=2013，（sch1.LaneNum=1或sch1.LaneNum=2）和s1.IsBowlout=0
按p1.Id、l1.Id、e1.Id分组
按系列说明订购限制0,20

显然，慢的部分是“像‘Juniors%”，但这并不能解释为什么它在Java中慢，而在插件中慢

如果我执行EXPLAIN查询计划，我会看到firefox插件对Leagues表使用以下索引：Columns:“seasure，Name，RealName”（RealName尚未在该查询中使用）

如果在Java中执行EXPLAIN查询计划，则用于Leagues表的索引是整数主键索引，我认为这就是问题所在

在java中，我运行上面的查询，然后使用相同的连接再运行两次相同的查询，但第二次用p1.Sex=1和p1.Sex=2替换像“Juniors%部分”这样的l1.Name。最后两个查询在这两种情况下都很快，这进一步证明问题来自l1.Name，比如“Juniors%”

我在所有表上都有主键，在所有需要它的列上都有外键。我还有许多其他索引，因为我从头开始重新设计旧数据库，因为有许多重复的字段，我决定添加索引以使其更快，但在这种情况下，我陷入了困境，特别是因为它在一种情况下有效，而在另一种情况下无效。是否可能是我对表的索引太过激进，使管理者更难选择正确的索引

请随意询问有关表、列、查询等的更多信息

编辑

Firefox插件使用SQLite 3.7.17，JDBC驱动程序使用SQLite 3.8.0。我尝试使用3.7.20 JDBC驱动程序（找不到3.7.17驱动程序的下载链接），但我遇到了相同的性能问题，而其他一些查询的性能更差，因此我切换回3.8.0

我编辑性能时间是因为我在基准测试时犯了一个错误：以前的时间是为了多次运行查询。因此，在Firefox中，执行一次查询大约需要60毫秒，而在Java中，执行一次查询需要3600毫秒，这是60倍多，这对于我的应用程序来说是不可接受的

以下是Java查询执行中的详细解释查询计划，其中列的顺序为：SelectId、order、from、Detail:

0 0 0 SEARCH TABLE Scores AS s1 USING INDEX idxScoresGameNumScore (GameNum<?)
0 1 1 SEARCH TABLE SchedulePlayers AS sp1 USING INTEGER PRIMARY KEY (rowid=?)
0 2 3 SEARCH TABLE Players AS p1 USING INTEGER PRIMARY KEY (rowid=?)
0 3 2 SEARCH TABLE Schedules AS sch1 USING INTEGER PRIMARY KEY (rowid=?)
0 0 0 EXECUTE LIST SUBQUERY 1
0 4 4 SEARCH TABLE TeamEncounters AS te1 USING INTEGER PRIMARY KEY (rowid=?)
0 5 5 SEARCH TABLE Encounters AS e1 USING INTEGER PRIMARY KEY (rowid=?)
0 6 6 SEARCH TABLE Leagues AS l1 USING INTEGER PRIMARY KEY (rowid=?)
0 0 0 USE TEMP B-TREE FOR GROUP BY
0 0 0 USE TEMP B-TREE FOR ORDER BY

---

0使用索引idxScoresGameNumScore（GameNum将表分数搜索为s1这些差异可能是由于不同的SQLite版本造成的。
（使用
选择sqlite_version（）；
进行检查）

阅读本手册。

在此特定查询中，您可以通过写入以下内容强制使用索引：

... JOIN Leagues l1 INDEXED BY MyThreeColumnIndex ON ...

谢谢你的回复，我很感激。我尝试过切换SQLite版本，但我也遇到了同样的问题。至于索引为[index]的版本，我也尝试过，但没有多大成功（它使用索引，但表搜索的顺序不一样，所以这似乎是另一个问题）。有关更多详细信息，请参阅我编辑的问题。我跳过了这一点，因为它提到要在未分析的数据库上执行此操作，但最终解决了我的问题。非常感谢！很好的链接：“optimizer checklist”。我遇到过类似的情况，Navicat中的查询运行速度很快（v3.7），而System.Data.SQLite（v3.8）中的查询速度很慢。我发现清单中的第4点起了作用：运行“分析”。出于某种原因，使用v3.8服务器访问文件的软件使用了错误的统计数据（查询时间~2分钟），而v3.7没有问题（查询时间~0.16秒）。
0 0 4 SCAN TABLE TeamEncounters AS te1 USING COVERING INDEX idxTeamEncounters
0 1 5 SEARCH TABLE Encounters AS e1 USING INTEGER PRIMARY KEY (rowid=?)
0 2 2 SEARCH TABLE Schedules AS sch1 USING INDEX sqlite_autoindex_Schedules_1 (TeamEncounterId=?)
0 0 0 EXECUTE LIST SUBQUERY 1
0 3 6 SEARCH TABLE Leagues AS l1 USING INTEGER PRIMARY KEY (rowid=?)
0 4 1 SEARCH TABLE SchedulePlayers AS sp1 USING COVERING INDEX idxSchedulePlayers (ScheduleId=?)
0 5 3 SEARCH TABLE Players AS p1 USING INTEGER PRIMARY KEY (rowid=?)
0 6 0 SEARCH TABLE Scores AS s1 USING INDEX sqlite_autoindex_Scores_1 (SchedulePlayerId=? AND GameNum<?)
0 0 0 USE TEMP B-TREE FOR GROUP BY
0 0 0 USE TEMP B-TREE FOR ORDER BY

... JOIN Leagues l1 INDEXED BY MyThreeColumnIndex ON ...