【TechTarget中国原创】测试6
初始文件大小 = 256,
最终文件大小 = 128256,
少量事务（每次一行）,
总行数: 33373,
文件增长 1,000 MB
在这个测试中，我插入了33373行，一次让文件增长另一次不增长。
代码如下：
结果总结：
循环 | 步骤 | CPU | 读 | 写 | 持续时间 (ms) |
1 | 文件增长 | 3343 | 217006 | 33382 | 19335 |
| 文件不增长 | 3500 | 216989 | 33383 | 18020 |
| % 改进 | -4.696380497 | 0.007833885 | -0.002995626 | 6.801137833 |
| 差异 | -157 | 17 | -1 | 1315 |
2 | 文件增长 | 3344 | 217006 | 33385 | 30126 |
| 文件不增长 | 3359 | 217001 | 33378 | 16499 |
| % 改进 | -0.448564593 | 0.002304084 | 0.0209675 | 45.23335325 |
| 差异 | -15 | 5 | 7 | 13627 |
3 | 文件增长 | 3578 | 217006 | 33382 | 16884 |
| 文件不增长 | 3234 | 216989 | 33382 | 21183 |
| % 改进 | 9.61430967 | 0.007833885 | 0 | -25.46197584 |
| 差异 | 344 | 17 | 0 | -4299 |
| | | | | |
| 平均% 改进 | 1.489788193 | 0.005990618 | 0.005990625 | 8.857505083 |
| 平均差异 | 57.33333333 | 13 | 2 | 3547.666667 |
测试7
初始文件大小= 34816,
最终文件大小= 1314816,
大量事务（33373 行）,
文件增长 1,000 MB
代码如下：
结果总结：
循环 | 步骤 | CPU | 读 | 写 | 持续时间 (ms) |
1 | 文件增长 | 3548 | 867705 | 45151 | 24096 |
| 文件不增长 | 3250 | 878488 | 34317 | 20707 |
| % 改进 | 8.399098083 | -1.242703453 | 23.99503887 | 14.06457503 |
| 差异 | 298 | -10783 | 10834 | 3389 |
2 | 文件增长 | 3579 | 879331 | 33542 | 21753 |
| 文件不增长 | 3765 | 872841 | 39965 | 22775 |
| % 改进 | -5.196982397 | 0.738061094 | -19.14912647 | -4.698202547 |
| 差异 | -186 | 6490 | -6423 | -1022 |
3 | 文件增长 | 3781 | 879411 | 33452 | 25014 |
| 文件不增长 | 3422 | 870858 | 41918 | 21235 |
| % 改进 | 9.494842634 | 0.972582786 | -25.30790386 | 15.10753978 |
| 差异 | 359 | 8553 | -8466 | 3779 |
| | | | | |
| 平均% 改进 | 4.23231944 | 0.155980142 | 6.82066382 | 8.157970755 |
| 平均差异 | 157 | 1420 | 1351.66667 | 2048.666667 |
结论：
平均值分析：
测试1—少量事务，小autogrowth
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 45.52345285 | 20.74529261 | 0.125700284 | 39.5361444 |
平均差异 | 895.6666667 | 14491 | 10.33333333 | 5125.666667 |
测试2——少量事务，小autogrowth，多行
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 39.16279497 | 20.96413262 | 0.158643548 | 38.31454107 |
平均差异 | 2638.666667 | 59797.33333 | 53.33333333 | 20901.66667 |
测试3——少量事务，大autogrowth，行数同测试2
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 33.71427131 | 21.60919146 | 0.072447159 | 15.46763174 |
平均差异 | 3037 | 61351.33333 | 24.33333333 | 7570.666667 |
测试4——大量事务，小autogrowth，行数同测试2
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 0.502786472 | 0.118572811 | 0.002995716 | 47.58833245 |
平均差异 | 26.33333333 | 1044 | 1 | 17230.33333 |
测试5——大量事务，大autogrowth，行数同测试2
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 0.13134708 | 0.011862299 | 0.002995716 | 11.86357121 |
平均差异 | 5 | 104.3333333 | 1 | 2675.333333 |
测试6——少量事务，大autogrowth，行数同测试2
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 1.489788193 | 0.005990618 | 0.005990625 | 8.857505083 |
平均差异 | 57.33333333 | 13 | 2 | 3547.666667 |
测试7——大量事务，大autogrowth，行数同测试2
| CPU | 读 | 写 | 持续时间 (ms) |
平均% 改进 | 4.23231944 | 0.155980142 | -6.82066382 | 8.157970755 |
平均差异 | 157 | 1420 | -1351.66667 | 2048.666667 |
结果显示，性能下降主要是由于文件增长，特别是在少量事务和小autogrowth情况下。同样，autogrowth越大性能就越好。事务越多，性能受autogrowth的影响也就越少。所以，当你要缩减数据库文件，你应该问一下自己是否值得，这意味着文件在一段时间内不会再次自动增长，此外，你还要根据预期的数据库活动和增长来设定一个autogrowth门槛。
无论一个事物有无autogrowth，CPU以及读写速度的差距并不大，但事务的持续时间仍然受到文件增长的影响。