开发android22人的查找和优化

联系人的查找和SQL一，联系人的部分表结构与查

-----简单的说，联系人的数据不是单一的在某一个表中。在android中，增加了账号以。，表data了联系人（每个联系人其实是个账户）的20多项数据，比如，号码，类型和号码（零个或多个）在同一列中，由类型（共有9种类型：邮件， 。，表raw_contacts了联系人的账号名称，账户类型，显示的名字，排序关键字等20data.raw_contact_idraw_contacts._id关联起来。在表的创建语句CREATETABLEdata****,raw_contact_idINTEGERREFERENCESNOTNULL,表name_lookup了查找联系人的一些匹配信息。它包括4data_id：data表的_idraw_contacts_id:raw_contacts表的_idnormalized_name:二，name_lookup表的1android中有一个特殊的类:HanziToPinyin。顾名思义，他能将一串汉字(比如：张三)以及汉字与字母、数字、特殊字符(比如：ab*#)转换成拼音（非汉字的字符保持不publicstaticclassTokenpublicstaticfinalStringSEPARATOR="publicstaticfinalintLATIN=1;publicstaticfinalintPINYIN=2;publicstaticfinalintUNKNOWN=3;publicToken(){}publicToken(inttype,Stringsource,Stringtarget){this.type=type;this.source=source;this.target=target;}publicinttype;publicStringsource;publicStringtarget;}publicArrayList<Token>get(finalStringinput)字，保存在一个ArrayList中。 2ArrayListlist1。list1Token的数据是：typeToken.PINYINsource=张target=list1Token的数据是:type=Token.PINYINsource=target=又如get(“ab*#”)，这个将会返回具有6个元素的ArrayList，list2list21256个Token的数据是:type=Token.LATINsource=a b, *, target=a b, *, 也就是对于这些数字，字母，特殊符号就返回其本身。)list234个Tokenlist1的数据一致。2，接下来是要将解析后的数据存入表name_lookup中了(我们修改后的数据)对于一个名字“李四”,解析后是“zhangsanlisi”si、lsi、slsi、zslsi：用于拼音的首拼查找，注意会最后一个字的全拼lisi，sanlisi，zhangsanlisi数字 65474：用于数字的全拼查找name_lookupandroid2.2Table如下语句（SQLLEFTOUTERJOIN ON(_id=presence_contact_id)LEFTOUTERJOIN ASON(status_update_id=contacts_status_updates.status_update_data_id)contact_idASsnippet_contact_id,data._idASsnippet_data_id,data1ASsnippet_data1,data2ASsnippet_data2,data3ASsnippet_data3,data4AS(SELECTmimetypeFROMmimetypesWHERE_id=mimetype_id)ASdataJOINraw_contactsON (data.raw_contact_id=raw_contacts._id)data._idIN(SELECTFROMname_lookupJOINraw_contactsON(raw_contacts._id=name_lookup.raw_contact_id)WHEREnormalized_nameGLOB'297E *'ANDname_typeIN(2,4,3,6,5,7)GROUPBY))ON，其中view_contacts_restricted也是是一个非常复杂的视图。agg_presence是在内存中的一个关于聚合的表。normalized_nameGLOB'297E *'中的'297E LE1000个10+的。二、联系人查找的优化：从10多秒到几十SQLselectx,x,x,x,fromdata,raw_contacts,name_lookupwhere这个语句虽然非常简单，但是它会执行一次3个表的乘积，非常耗时。raw_contacts.contact_idAS_id,raw_contacts.sort_key_altASsort_key_alt,_data.data1as on(raw_contacts._id _data.mimetype_id=(selectdistinctraw_contact_idas wherenormalized_nameGLOB'2982*'name_type)(raw_contacts._id= andraw_contacts.deleted<>1经过优化这个查询语句只需要4S左右的时间了，但是不能满足我们的raw_contacts.contact_idAS_id,raw_contacts.sort_key_altASsort_key_alt,_data.data1as(selectdistinctraw_contact_idas wherenormalized_nameGLOB'2982*'name_type)(raw_contacts._id= andraw_contacts.deleted<>1 on(raw_contacts._id _data.mimetype_id=这下时间又减少了一点。不过还有优化的空间，注意到这个语句，name_typeIN(2,4,3,6,5,7) 这个语句其实很糟糕，应该把IN转换成对应的OR，但是我们又发现里面的数字的规律性可以将其写为更高效的name_type>=2andraw_contactsdata20多列的数据，查询时，数据处理需

raw_contacts.contact_idAS_id,_data.data1asselectdistinctraw_contact_idas wherenormalized_nameGLOB'2982*'AND(name_type>=2andname_type<=7))join(select_id,dis fromwhereraw_contacts.deleted<>1) (raw_contacts._id=name_lookup_idjoin raw_contact_id,data1fromdatawheredata.mimetype_id=on(raw_contacts._id _data.raw_contact_id)行数较小的放面做运算。经过这样的优化，查询的所需的时间仅为800MS了.，。3,800MS的查询，在使用的时候感觉有点迟钝需要优化，从头到（index，。name_lookup的查询列：normalized_name个列上会有比较多的重复的数据，可惜的是不支持聚簇索引这个特性androidname_lookup（1）CREATEINDEXname_lookup_raw_contact_id_indexONname_lookup（2）CREATEINDEXname_lookup_indexONname_lookup(normalized_name,name_type,raw_contact_id,data_id);1）db.execSQL("DROPINDEXIFEXISTSname_lookup_index");INSERTORIGNOREINTOname_lookup(data_idraw_contact_id,normalized_name,name_type)1350毫秒！这个已经非常快了。对于一个组合索引如果一个T语句的WERE句中了组合索引的全部列或列开始且连续的部分列将有助于提高此查询的性能因此索引定义中列的顺是很重要的。大体上说，经常的列或选择性较大的列应该放面。同上面介绍的名字方法一样，存入name_lookup表中。但是这样做会在表余。对于这个功能，我们只需要修改上面的查询语句即可。phone_lookup2列：raw_contact_id,以及normalized_number（反序后的，使用SQL的UNION关键字，将SQL语句改为：raw_contacts.contact_idAS_id,_data.data1as distinct as wherenormalized_nameGLOB'2982*'AND(name_type>=2and distinctraw_contact_idasname_lookup_idfromphone_looku