ABAP：工作区与字段符号插入数据的性能差异疑问

问题描述 #

测试向数据库表zalm_fs_todos插入150条todo数据，分别采用工作区循环和字段符号循环两种方式，预期字段符号执行速度更快，但实际结果为：

• 字段符号循环耗时：167.333ms
• 工作区循环耗时：143.431ms
  怀疑操作是否存在错误。

测试代码（整理后） #

TYPES: BEGIN OF ty_todo,
         mandt     TYPE mandt,
         id        TYPE int4,
         userId    TYPE int4,
         todo      TYPE string,
         completed TYPE abap_bool,
       END OF ty_todo.

DATA lv_dauer TYPE i.
DATA: lt_todo TYPE STANDARD TABLE OF ty_todo WITH DEFAULT KEY.
DATA wa_todo TYPE ty_todo.
DATA: lv_json TYPE string.
FIELD-SYMBOLS: <fs_todo> TYPE ty_todo.

lv_json = `[{"id":1,"todo":"Do something nice for someone I care about","completed":true,"userId":26},...]`. 

* JSON -> ABAP 内表
/ui2/cl_json=>deserialize(
  EXPORTING
    json             = lv_json
    pretty_name      = /ui2/cl_json=>pretty_mode-camel_case
  CHANGING
    data             = lt_todo
).

DELETE FROM zalm_fs_todos.

GET RUN TIME FIELD lv_dauer.

* 工作区循环
LOOP AT lt_todo INTO DATA(lv_todo).
  INSERT zalm_fs_todos FROM lv_todo. 
ENDLOOP.

* 字段符号循环（测试时取消注释，注释工作区循环代码）
* LOOP AT lt_todo ASSIGNING <fs_todo>.  
*   INSERT zalm_fs_todos FROM <fs_todo>.
* ENDLOOP.

GET RUN TIME FIELD lv_dauer.
WRITE lv_dauer.

操作错误排查与分析 #

你的代码本身没有语法错误，测试结果的差异并非操作错误导致，主要原因如下：

1. 小数据量下性能差异被系统波动覆盖 #

150条数据的量级中，工作区循环的内存拷贝开销（每条数据从内表行拷贝到工作区）微乎其微，和数据库插入的核心开销（日志写入、索引维护等）相比可以忽略。此时测试结果的差异更多来自系统临时负载（如CPU占用、数据库缓存状态）的随机波动，而非两种循环方式的本质性能差距。

2. 字段符号的性能优势需大数据量触发 #

字段符号通过直接引用内表行避免内存拷贝，这种优势只有在处理数万条甚至更多数据时，累积的内存拷贝开销才会明显体现。小数据量下，两种方式的性能差距几乎可以忽略。

3. 单次测试的局限性 #

单次测试结果不具备代表性，建议优化测试方式：

• 多次执行测试并取平均耗时
• 确保两次测试的系统环境一致（避免其他进程占用资源）
• 测试前清空数据库缓存（不同数据库对应命令不同，如部分数据库可执行DBCC DROPCLEANBUFFERS）

额外优化建议 #

无论使用哪种循环方式，逐条INSERT的效率都远低于批量插入，直接使用以下代码可大幅提升插入性能：

INSERT zalm_fs_todos FROM TABLE lt_todo.

内容的提问来源于stack exchange，提问作者MarcL