第 9 章：性能优化与调试

避免常见性能陷阱

1. 批量操作与批处理

SwiftData 的性能瓶颈常出现在高频的单次操作中。应优先采用批量处理策略：

// 反模式：循环中单次插入
for item in items {
    context.insert(item) // 每次插入都会触发持久化层操作
}

// 推荐：批量插入后统一保存
items.forEach { context.insert($0) }
try? context.save() // 单次持久化操作

2. 合理使用 Fetch 请求

不当的查询方式会导致性能急剧下降：

  • 谓词优化：使用 #Predicate 时确保条件可被索引
// 低效：无法利用索引的模糊查询
#Predicate<Book> { $0.title.contains("swift") }

// 高效：精确匹配可索引字段
#Predicate<Book> { $0.isbn == "1234567890" }
  • 分页加载：大数据集必须使用 limit/offset
let fetchDescriptor = FetchDescriptor<Book>(
    predicate: #Predicate { $0.category == "programming" },
    sortBy: [SortDescriptor(\.title)],
    limit: 20,
    offset: currentPage * 20
)

3. 关系加载策略

默认的延迟加载可能导致 N+1 查询问题：

@Model class Author {
    @Relationship(deleteRule: .cascade, inverse: \Book.author)
    var books: [Book] = []
}

// 反模式：遍历访问未加载的关系
let authors = try context.fetch(FetchDescriptor<Author>())
authors.forEach { author in
    print(author.books.count) // 每次访问都会触发独立查询
}

// 解决方案1：预加载关系
let descriptor = FetchDescriptor<Author>(
    fetchLimit: 50,
    includingPendingChanges: true
)
descriptor.relationshipKeyPathsForPrefetching = [\Author.books]

// 解决方案2：使用@Query的fetchBatchSize
@Query(fetchBatchSize: 25) var authors: [Author]

4. 内存管理技巧

  • 及时释放：对于只读操作的对象，可主动转为 Fault
context.refresh(author, mergeChanges: false)
  • 后台队列处理：耗时操作应放在后台上下文
Task.detached(priority: .utility) {
    let bgContext = ModelContext(modelContainer)
    // 执行批量处理...
    try? bgContext.save()
}

5. 模型设计优化

  • 避免过度规范化：适当的数据冗余可减少关联查询
  • 慎用 Transformable：Codable 类型的序列化/反序列化成本较高
// 谨慎使用：频繁访问的复杂结构
@Attribute(.transformable(by: MyDataTransformer.self))
var metadata: [String: Any]?

// 推荐替代方案：分解为实体关系
@Relationship var tags: [Tag]

性能检查清单

检查项优化手段
频繁的小规模操作合并为批量操作
大数据集遍历使用 fetchBatchSize 或分页
复杂关系访问预加载 relationshipKeyPaths
主线程长时间阻塞移至后台上下文处理
高频更新的属性考虑是否需持久化或改为计算属性

最佳实践提示：在开发阶段开启 -com.apple.CoreData.SQLDebug 1 环境变量，可在控制台查看实际生成的 SQL 语句，帮助识别性能热点。

Last Updated::