大多数资深开发人员一定都经历过数据库 I/O 性能相当低的情况。但很多人可能没有意识到 I/O 操作有多慢，特别是数据库 I/O 速度与其他数据读写方法的速度之间的差距。
Java 是一种用于应用程序开发的常用技术。现在我们进行现场测试，看看Java中从Oracle和MySQL这两种典型数据库中检索数据的性能，并与从文本文件中检索数据的性能进行比较。
详细点击标题
结果：
- 我们发现当使用SQL对上述数据表进行基于遍历的聚合操作并返回非常小的结果集时，数据库速度很快，比我们基于文本文件执行相同操作时快得多。这意味着遍历数据库中的数据表一点也不慢，或者可以说该数据存储格式具有相当不错的性能。
- 障碍在于DBC 驱动程序非常慢。我们甚至怀疑这是一种有意的设计，它期望甚至强制数据不是从数据库中检索而是在数据库内部计算。
启示：
- 当我们想要实现大数据计算的高性能时，从数据库中临时检索数据是不可行的，最好在数据库内部进行计算。
- 如果必须先从数据库中取出数据才能真正处理计算，我们最好不要将数据存储在数据库中。
如果数据仍然保存在数据库中，那么无论我们在数据库外使用什么高性能算法，大多数情况下性能都不会令人满意；除非涉及的数据量非常小。
当数据库是唯一数据源时，有什么办法可以提高计算速度吗？
如果问题仅在于驱动程序速度慢，即速度慢不是由于数据库负载过重，我们可以使用并行处理来改善这种情况。
当并行线程数较少（一般<10）时，计算效率几乎呈线性上升。这意味着当有n个检索线程时，检索速度几乎快了n倍。测试结果是，6线程并行处理速度提升达5倍。
在测试中，4个线程使文本文件检索速度提高了3.6倍，复合表数据检索速度提高了3.8倍。