声明:这篇文章可能存在错误,我对于 DataSet和SqlDataReader概念的理解有误,当时主要是针对网络上一个面试的题目做出的,测试。我在核实资料后与验证代码后会做出更新。
我已经使用Reflector查看了SQLDataAdapter类型的Fill方法以及SqlCommand.ExecuteReader 方法代码。确实有使用DataReader的地方。他们是真正负责处理查询并装在数据。DataReader和DataSet应该都是数据容器。做个类比的话,应该是茶壶和茶杯的关系。 至于查询数据,除了取决于容器,还和具体负责查询和装载数据的类有关系。 我文章的标题,应该说是有问题的,这种比较忽略了一个数据查询和装载的过程。有不合理的地方。现在更正。
2009年已经来临,中国的新春佳节就要到来.首先祝各位新年快乐,牛年大吉~~此篇文章作为我blog的第一篇文章,写出来希望能与大家一起分享经验,交流技术.
DataSet和SqlDataReader的比较的文章和帖子网上已经很多,我也看了很多前辈的随笔.自己在面试和实际工作中也遇到这样的问题.但是始终是没深入进行学习.最近在工作空闲之余,特地查阅了一些文章,也包括msdn的官方文档.自己建立数据库和测试程序,对DataSet和SqlDataReader做了比较.
首先关于两者比较主流的观点就是:
1.DataReader使用时始终占用SqlConnection,在线操作数据库.DataSet则是将数据一次性加载在内存中.支持数据库访问的断开连接模型.
2.DataReader每次只在内存中加载一条数据,节约内存.DataSet将数据全部加载在内存中.比较消耗内存.
3.DataReader单向只读.DataSet支持查询\修改\删除等操作,比较灵活.
4.DataReader与 SqlCommand搭配.DataSet与DataAdapter 结合使用.
为什么会这样呢?我们就来分析一下具体的原因.查看一下msdn关于 两者的不同描述:
1>SqlDataReader 类提供一种从 SQL Server 数据库读取行的只进流的方式。无法继承此类。 命名空间: System.Data.SqlClient程序集: System.Data(在 System.Data.dll 中).可以使用 ADO.NET DataReader 从数据库中检索只读、只进的数据流。查询结果在查询执行时返回,在并存储在客户端的网络缓冲区中,直到您使用 DataReader 的 Read 方法对它们发出请求。使用 DataReader 可以提高应用程序的性能,原因是它只要数据可用就立即检索数据,并且(默认情况下)一次只在内存中存储一行,减少了系统开销。
2>DataSet 对象是支持 ADO.NET 的断开式、分布式数据方案的核心对象。DataSet 是数据的内存驻留表示形式,无论数据源是什么,它都会提供一致的关系编程模型。它可以用于多种不同的数据源,用于 XML 数据,或用于管理应用程序本地的数据。DataSet 表示包括相关表、约束和表间关系在内的整个数据集。下图将显示 DataSet 对象模型。
从上面的描述可以看出,DataReader和DataSet具有不同的结构模型.在数据的方式处理上也存在显著的差别.SqlDataReader 会避免创建不必要的对象或复制不必要的数据.DataSet 可以表示完整的数据模型,包括表格、约束条件和表关系.在对象的创建和销毁等环节需要消耗更多的资源,因此在性能上也稍显逊色.因此很多文章得出的结论也是在只进行读数据操作的情况下,DataReader的性能要强于DataSet.但是很多文章都没有相应的测试,就盲目下结论.
但是好奇心理的驱使使我很想来做个试验来验证一下这个结论,到底DataReader比DataSet在查询数据的时候,性能会不会胜出,如果前者更优的话那么会超出多少?我自己写了个小程序,自己建立的数据库进行了实验. 实验测试环境如下:
硬件:
CPU | Intel T2300 1.66GHz |
内存 | Kingston DDR2 667 1G |
硬盘 | 80G 5400转 8m |
软件:
操作系统 | Windows Server 2003 |
数据库系统 | SQL Server 2005 Enterprise |
数据规模 | 1000000条数据 |
数据库表结构
Test
名称 | 类型 | 备注 |
id | int | 标志\聚集索引 |
name | nvarchar(50) | 非聚集索引 |
birthday | datetime | 生日 |
height | int | 身高 |
sex | int | 性别 |
address | nvarchar(100) | 地址 |
lastlogintime | datetime | 非聚集索引 |
具体的实验程序c#代码如下,使用了using System.Data.SqlClient;
using System.Diagnostics;两个namespace下的类,Stopwatch对象用来进行计时.
测试DataSet的代码:


1

2



3

4

5

6

7

8

9

10

11

12

13

14

15

16

17


18

19

测试DataReader的代码:


1

2



3

4

5

6

7

8

9

10

11

12

13



14

15

16

17

18

19

20

21

测试语句和时间ms分别如下:
语句 | DataReader费时 | DataSet费时 |
string sQuery = "SELECT * FROM dbo.test where id <= 1" | 0ms | 0ms |
string sQuery = "SELECT * FROM dbo.test where id <=10" | 1ms | 1ms |
string sQuery = "SELECT * FROM dbo.test where id <=100" | 2ms | 3ms |
string sQuery = "SELECT * FROM dbo.test where id <=1000" | 5ms | 6ms |
string sQuery = "SELECT * FROM dbo.test where id <=10000" | 8ms | 50ms |
从试验结果分析可以得出如下结论:
1.在查询数据量很少的情况下100条内,DataReader和DataSet几乎没有什么明显的性能差别.
2.数据量过大,接近10000条的时候的数据查询,DataReader的性能要明显优于DataSet.
对于两者的性能对比,不应该轻易下结论,除了参考实验设备,也要考虑实际的数据规模.
具体项目应用中,选择适合具体需求的对象进行数据处理,才能有效的提高系统的性能.
本文的测试环境和结果可能存在偏差,但是希望能给大家带来一些帮助,一起交流学习.谢谢.
【2】补充:
DataAdapter的Fill方法的源码,我们使用反射器查看,代码如下:
{
int num;
IntPtr ptr;
Bid.ScopeEnter( out ptr, " <comm.DataAdapter.Fill|API> %d#, dataSet, srcTable, dataReader, startRecord, maxRecords\n " , this .ObjectID);
try
{
if (dataSet == null )
{
throw ADP.FillRequires( " dataSet " );
}
if (ADP.IsEmpty(srcTable))
{
throw ADP.FillRequiresSourceTableName( " srcTable " );
}
if (dataReader == null )
{
throw ADP.FillRequires( " dataReader " );
}
if (startRecord < 0 )
{
throw ADP.InvalidStartRecord( " startRecord " , startRecord);
}
if (maxRecords < 0 )
{
throw ADP.InvalidMaxRecords( " maxRecords " , maxRecords);
}
if (dataReader.IsClosed)
{
return 0 ;
}
DataReaderContainer container = DataReaderContainer.Create(dataReader, this .ReturnProviderSpecificTypes);
num = this .FillFromReader(dataSet, null , srcTable, container, startRecord, maxRecords, null , null );
}
finally
{
Bid.ScopeLeave( ref ptr);
}
return num;
}
另外一个SqlCommand 的ExecuteReader方法最终调用Run方法代码如下:
{
if ((TdsParserState.Broken == this .State) || ( this .State == TdsParserState.Closed))
{
return true ;
}
bool flag = false ;
Label_0016:
if (stateObj._internalTimeout)
{
runBehavior = RunBehavior.Attention;
}
if ((TdsParserState.Broken == this .State) || ( this .State == TdsParserState.Closed))
{
goto Label_06DF;
}
byte token = stateObj.ReadByte();
if ((((((token != 170 ) && (token != 0xab )) && ((token != 0xad ) && (token != 0xe3 ))) && (((token != 0xac ) && (token != 0x79 )) && ((token != 160 ) && (token != 0xa1 )))) && ((((token != 0x81 ) && (token != 0x88 )) && ((token != 0xa4 ) && (token != 0xa5 ))) && (((token != 0xa9 ) && (token != 0xd3 )) && ((token != 0xd1 ) && (token != 0xfd ))))) && ((((token != 0xfe ) && (token != 0xff )) && ((token != 0x39 ) && (token != 0xed ))) && (((token != 0xae ) && (token != 0x7c )) && ((token != 120 ) && (token != 0xed )))))
{
this ._state = TdsParserState.Broken;
this ._connHandler.BreakConnection();
throw SQL.ParsingError();
}
int tokenLength = this .GetTokenLength(token, stateObj);
switch (token)
{
case 0xa4 :
if (dataStream == null )
{
this .SkipBytes(tokenLength, stateObj);
}
else
{
dataStream.TableNames = this .ProcessTableName(tokenLength, stateObj);
}
goto Label_06AF;
case 0xa5 :
if (dataStream == null )
{
this .SkipBytes(tokenLength, stateObj);
}
else
{
_SqlMetaDataSet metaData = this .ProcessColInfo(dataStream.MetaData, dataStream, stateObj);
dataStream.SetMetaData(metaData, false );
dataStream.BrowseModeInfoConsumed = true ;
}
goto Label_06AF;
case 0xa9 :
this .SkipBytes(tokenLength, stateObj);
goto Label_06AF;
case 170 :
case 0xab :
{
if (token == 170 )
{
stateObj._errorTokenReceived = true ;
}
SqlError error = this .ProcessError(token, stateObj);
if (RunBehavior.Clean == (RunBehavior.Clean & runBehavior))
{
if (error.Class >= 20 )
{
this .Errors.Add(error);
}
}
else if ((( this ._connHandler != null ) && ( this ._connHandler.Connection != null )) && ( this ._connHandler.Connection.FireInfoMessageEventOnUserErrors && (error.Class <= 0x10 )))
{
this .FireInfoMessageEvent(stateObj, error);
}
else if (error.Class < 11 )
{
this .Warnings.Add(error);
}
else if (error.Class <= 0x10 )
{
this .Errors.Add(error);
if ((dataStream != null ) && ! dataStream.IsInitialized)
{
runBehavior = RunBehavior.UntilDone;
}
}
else
{
this .Errors.Add(error);
runBehavior = RunBehavior.UntilDone;
}
goto Label_06AF;
}
case 0xac :
{
SqlReturnValue rec = this .ProcessReturnValue(tokenLength, stateObj);
if (cmdHandler != null )
{
cmdHandler.OnReturnValue(rec);
}
goto Label_06AF;
}
case 0xad :
{
SqlLoginAck ack = this .ProcessLoginAck(stateObj);
this ._connHandler.OnLoginAck(ack);
goto Label_06AF;
}
case 0x88 :
{
if (stateObj._cleanupAltMetaDataSetArray == null )
{
stateObj._cleanupAltMetaDataSetArray = new _SqlMetaDataSetCollection();
}
_SqlMetaDataSet altMetaDataSet = this .ProcessAltMetaData(tokenLength, stateObj);
stateObj._cleanupAltMetaDataSetArray.Add(altMetaDataSet);
if (dataStream != null )
{
dataStream.SetAltMetaDataSet(altMetaDataSet, 0x88 != stateObj.PeekByte());
}
goto Label_06AF;
}
case 0x79 :
{
int status = stateObj.ReadInt32();
if (cmdHandler != null )
{
cmdHandler.OnReturnStatus(status);
}
goto Label_06AF;
}
case 0x81 :
if (tokenLength != 0xffff )
{
stateObj._cleanupMetaData = this .ProcessMetaData(tokenLength, stateObj);
}
else if (cmdHandler != null )
{
stateObj._cleanupMetaData = cmdHandler.MetaData;
}
if (dataStream != null )
{
byte num5 = stateObj.PeekByte();
dataStream.SetMetaData(stateObj._cleanupMetaData, ( 0xa4 == num5) || ( 0xa5 == num5));
}
else if (bulkCopyHandler != null )
{
bulkCopyHandler.SetMetaData(stateObj._cleanupMetaData);
}
goto Label_06AF;
case 0xd1 :
if (bulkCopyHandler == null )
{
if (RunBehavior.ReturnImmediately != (RunBehavior.ReturnImmediately & runBehavior))
{
this .SkipRow(stateObj._cleanupMetaData, stateObj);
}
break ;
}
this .ProcessRow(stateObj._cleanupMetaData, bulkCopyHandler.CreateRowBuffer(), bulkCopyHandler.CreateIndexMap(), stateObj);
break ;
case 0xd3 :
if (RunBehavior.ReturnImmediately != (RunBehavior.ReturnImmediately & runBehavior))
{
int num8 = stateObj.ReadUInt16();
this .SkipRow(stateObj._cleanupAltMetaDataSetArray[num8], stateObj);
}
flag = true ;
goto Label_06AF;
case 0xe3 :
{
SqlEnvChange[] changeArray = this .ProcessEnvChange(tokenLength, stateObj);
for ( int i = 0 ; i < changeArray.Length; i ++ )
{
if (changeArray[i] == null )
{
continue ;
}
switch (changeArray[i].type)
{
case 8 :
case 11 :
this ._currentTransaction = this ._pendingTransaction;
this ._pendingTransaction = null ;
if ( this ._currentTransaction == null )
{
break ;
}
this ._currentTransaction.TransactionId = changeArray[i].newLongValue;
goto Label_048E;
case 9 :
case 12 :
case 0x11 :
this ._retainedTransactionId = 0L ;
goto Label_04D1;
case 10 :
goto Label_04D1;
default :
goto Label_0551;
}
TransactionType type = ( 8 == changeArray[i].type) ? TransactionType.LocalFromTSQL : TransactionType.Distributed;
this ._currentTransaction = new SqlInternalTransaction( this ._connHandler, type, null , changeArray[i].newLongValue);
Label_048E:
if (( this ._statistics != null ) && ! this ._statisticsIsInTransaction)
{
this ._statistics.SafeIncrement( ref this ._statistics._transactions);
}
this ._statisticsIsInTransaction = true ;
this ._retainedTransactionId = 0L ;
continue ;
Label_04D1:
if ( this ._currentTransaction != null )
{
if ( 9 == changeArray[i].type)
{
this ._currentTransaction.Completed(TransactionState.Committed);
}
else if ( 10 == changeArray[i].type)
{
if ( this ._currentTransaction.IsDistributed && this ._currentTransaction.IsActive)
{
this ._retainedTransactionId = changeArray[i].oldLongValue;
}
this ._currentTransaction.Completed(TransactionState.Aborted);
}
else
{
this ._currentTransaction.Completed(TransactionState.Unknown);
}
this ._currentTransaction = null ;
}
this ._statisticsIsInTransaction = false ;
continue ;
Label_0551:
this ._connHandler.OnEnvChange(changeArray[i]);
}
goto Label_06AF;
}
case 0xfd :
case 0xfe :
case 0xff :
this .ProcessDone(cmdHandler, dataStream, ref runBehavior, stateObj);
if ((token == 0xfe ) && (cmdHandler != null ))
{
cmdHandler.OnDoneProc();
}
goto Label_06AF;
case 0xed :
this .ProcessSSPI(tokenLength);
goto Label_06AF;
default :
goto Label_06AF;
}
if ( this ._statistics != null )
{
this ._statistics.WaitForDoneAfterRow = true ;
}
flag = true ;
Label_06AF:
if ((stateObj._pendingData && (RunBehavior.ReturnImmediately != (RunBehavior.ReturnImmediately & runBehavior))) || (( ! stateObj._pendingData && stateObj._attentionSent) && ! stateObj._attentionReceived))
{
goto Label_0016;
}
Label_06DF:
if ( ! stateObj._pendingData && ( this .CurrentTransaction != null ))
{
this .CurrentTransaction.Activate();
}
if (stateObj._attentionSent && stateObj._attentionReceived)
{
stateObj._attentionSent = false ;
stateObj._attentionReceived = false ;
if ((RunBehavior.Clean != (RunBehavior.Clean & runBehavior)) && ! stateObj._internalTimeout)
{
this .Errors.Add( new SqlError( 0 , 0 , 11 , this ._server, SQLMessage.OperationCancelled(), "" , 0 ));
}
}
if (( this ._errors != null ) || ( this ._warnings != null ))
{
this .ThrowExceptionAndWarning(stateObj);
}
return flag;
}
我已经使用Reflector查看了SQLDataAdapter类型的Fill方法以及SqlCommand.ExecuteReader 方法代码。确实有使用DataReader的地方。他们是真正负责处理查询并装在数据。DataReader和DataSet应该都是数据容器。做个类比的话,应该是茶壶和茶杯的关系。至于查询数据,除了取决于容器,还和具体负责查询和装载数据的类有关系。 我文章的标题,应该说是有问题的,这种比较忽略了一个数据查询和装载的过程。有不合理的地方。现在更正。