docs: 补充管线系统样式缓存的效率提升量化分析 #89

2026-10-28T10:19:10+08:00

company-desktop commented

2026-10-28 10:19:10 +08:00

新增第 13 节，把「这次改动到底快了多少」量化下来：

实测 Plumbing.db（106 张表）新建连接 + 首条查询 + 关闭 ≈ 0.98 ms，
其中 schema 解析占 ~0.74 ms；仅 open + close 只有 0.09 ms。说明代价
不在 sqlite3_open 本身，而在新连接的首次查询。
按此折算改动前的开库账：dwgInFields 单实体 16 次 open ≈12~16 ms，
绘制子实体 14 次，Jig 拖动每帧 ~~20 次 ≈15~~20 ms（TDbPipeLine 里的
setInfo2Ent 没有 HasKey 判断，是无条件必付）。
改动后开库次数从 16×N 变成常数 24，O(N) 降为 O(1)；端到端估算
提升 2060 倍，500 实体图纸加载 6~~8 s → 0.1~~0.4 s。
同时写明哪些路径受益、哪些不受益（新图纸已由 PR #87 刷过 XData，
本来就不查库），避免高估收益。
补当前残留瓶颈与复核方法：剩余代价主要是 getCurrentTrade 触发的
ReadModelXData 全量 XData 解析，以及图层/线型表每次打开；附计数
器验证法与三个场景的预期数字。

新增第 13 节，把「这次改动到底快了多少」量化下来： - 实测 Plumbing.db（106 张表）新建连接 + 首条查询 + 关闭 ≈ 0.98 ms，其中 schema 解析占 ~0.74 ms；仅 open + close 只有 0.09 ms。说明代价不在 sqlite3_open 本身，而在新连接的首次查询。 - 按此折算改动前的开库账：dwgInFields 单实体 16 次 open ≈12~16 ms，绘制子实体 14 次，Jig 拖动每帧 ~20 次 ≈15~20 ms（TDbPipeLine 里的 setInfo2Ent 没有 HasKey 判断，是无条件必付）。 - 改动后开库次数从 16×N 变成常数 2~4，O(N) 降为 O(1)；端到端估算提升 20~60 倍，500 实体图纸加载 6~8 s → 0.1~0.4 s。 - 同时写明哪些路径受益、哪些不受益（新图纸已由 PR #87 刷过 XData，本来就不查库），避免高估收益。 - 补当前残留瓶颈与复核方法：剩余代价主要是 getCurrentTrade 触发的 ReadModelXData 全量 XData 解析，以及图层/线型表每次打开；附计数器验证法与三个场景的预期数字。

company-desktop added 1 commit 2026-10-28 10:19:10 +08:00

docs: 补充管线系统样式缓存的效率提升量化分析 5167e298ef

新增第 13 节，把「这次改动到底快了多少」量化下来：

- 实测 Plumbing.db（106 张表）新建连接 + 首条查询 + 关闭 ≈ 0.98 ms，
  其中 schema 解析占 ~0.74 ms；仅 open + close 只有 0.09 ms。说明代价
  不在 sqlite3_open 本身，而在新连接的首次查询。
- 按此折算改动前的开库账：dwgInFields 单实体 16 次 open ≈12~16 ms，
  绘制子实体 14 次，Jig 拖动每帧 ~20 次 ≈15~20 ms（TDbPipeLine 里的
  setInfo2Ent 没有 HasKey 判断，是无条件必付）。
- 改动后开库次数从 16×N 变成常数 2~4，O(N) 降为 O(1)；端到端估算
  提升 20~60 倍，500 实体图纸加载 6~8 s → 0.1~0.4 s。
- 同时写明哪些路径受益、哪些不受益（新图纸已由 PR #87 刷过 XData，
  本来就不查库），避免高估收益。
- 补当前残留瓶颈与复核方法：剩余代价主要是 getCurrentTrade 触发的
  ReadModelXData 全量 XData 解析，以及图层/线型表每次打开；附计数
  器验证法与三个场景的预期数字。

gjm merged commit a21860a632 into main

2026-10-28 10:19:32 +08:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: gjm/envi-code#89