剛看了 Chris Tacke 的《Improving Data Access Performance with Data Caching》一文，回想起以前做過的一些項目，對數據緩存在提高數據訪問性能方面的作用頗有感受，跟大家分享一下。
我們在開發 MIS 項目時，要跟各種業務和數據在打交道。其中數據可以根據它們的用途，分爲業務數據和參考數據兩種。業務數據是業務的信息載體，如：採購進貨單、銷售出貨單、盤點單等。參考數據是業務數據組成部分，如：度量單位、顏色、城市等。參考數據在英文裏面通常叫 Lookup Data 或 Reference Data，它們是在系統中使用頻率很高的一類數據。因此，這類數據的訪問性能將會影響整個系統的用戶體驗。那麼，如何提高 lookup data 的訪問性能呢？
Chris Tacke 在他的文章中分析了三種數據訪問方式。前兩種訪問方式差不多，主要區別在於：第一種在每次訪問數據庫時都會打開和關閉數據庫連接；而第二種是在系統緩存一個數據庫連接對象，每次使用後不關閉它。我相信大家都會認爲第二種方式在頻繁訪問數據庫時性能更優，因爲打開一個數據庫連接是比較耗系統資源的。然而結果卻讓人出乎意料，這兩種方式的性能很接近，甚至第二種方式性能還更好。
測試結果1：
|
Device |
Processor |
Mean Execution (ms)* |
|
OLDI SAM-L8 |
800MHz Geode x86 |
7.5 to 9.5 |
|
iCOP eBox 2300 |
200MHz Vortex86 |
47 to 52 |
|
Dell Axim x51 |
416MUz Intel PXA270 |
38 to 62 |
測試結果2：
|
Device |
Processor |
Mean Execution (ms) |
|
OLDI SAM-L8 |
800MHz Geode x86 |
7.1 to 14.8 |
|
iCOP eBox 2300 |
200MHz Vortex86 |
51 to 52 |
|
Dell Axim x51 |
416MUz Intel PXA270 |
43 to 61 |
第三種方式利用數據緩存機制，在第一次獲取數據時，將數據加載到一個Hashtable中，然後再返回。以後就直接從緩存獲取數據。第三種方式的性能跟前面兩種相比差了十萬八千里呀！
測試結果3：
|
Device |
Processor |
Mean Execution (ms) |
|
OLDI SAM-L8 |
800MHz Geode x86 |
0.0193 to 0.0201 |
|
iCOP eBox 2300 |
200MHz Vortex86 |
0.1014 to 0.1164 |
|
Dell Axim x51 |
416MUz Intel PXA270 |
0.0975 to 0.1437 |
在以前做過的一些項目中，也是採用了類似的緩存機制來提高數據訪問性能，效果確實明顯。不過，要特別注意緩存數據的更新問題！在更新了數據庫中的 lookup data 時，別忘了內存中的緩存數據也需要更新。
Chris Tacke 的文章還提供示例代碼和PDF格式下載：
Download the Source Code
Download the PDF
另外，Chris Tacke 說他們在那個項目中還開發了一個運行在 Windows CE 的輕量級 ASP.NET Web 服務器，用來展現報表，在後續文章中會詳細介紹它的實現，期待ing...
