Discussion :

[djibxav]

Bonjour,

Je suis en train de mener des tests afin de décider sur quels support de données s'appuiera la refonte d'un logiciel.

HF classic à le côté pratique d'être plutôt bien embarqué et livrable avec Windev sans install externe, seulement je le toruve régulièrement lent, j'ai donc mené le test suivant.

Je crée un projet avec une analyse en HF classic.
J'installe un SQL Express et un MySQL sur ma machine

Tous comportent la même table avec exactement les mêmes index.
La table comporte 5 champ: ID automatique, Nom, Prenom, N°Sécu, un champ numérique simulant une clef externe.
Je remplis avec 1000 lignes, puis je lis 1000 fois 2 requêtes distinctes:
-l'une qui extrait les hommes via le N°Sécu afin de faire un where sur une partie d'un champs texte
-l'une qui cherche les gens portant un indice donné du champ simulant la clef externe

Je lance ce test sur HF classic un fois en requetant en SQL une fois avec les requetes construites via Windev
Je lance aussi sur SQL Express en ODBC, MySQL en ODBC, et MySQL en classic

Je chronomètre le tout et voilà ce qu'il en ressort:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
 
Création d'un jeu de test de 1000 Personnes
 
Evaluation HF Classic  via requetes SQL
Insertion de 1000 Personnes
0.66s
Selection des hommes
1.57s
Selection filtrée sur champ numérique indexé
1.57s
 
Evaluation HF Classic via requetes WD
Insertion de 1000 Personnes
1.09s
Selection des hommes
2.14s
Selection  filtrée sur champ numérique indexé
1.57s
 
Evaluation MySQL Natif
Insertion de 1000 Personnes
0.11s
Selection des hommes
0.34s
Selection  filtrée sur champ numérique indexé
0.13s
 
Evaluation MySQL ODBC
Insertion de 1000 Personnes
0.13s
Selection des hommes
0.57s
Selection  filtrée sur champ numérique indexé
0.2s
 
Evaluation SQLExpress ODBC
Insertion de 1000 Personnes
0.51s
Selection des hommes
0.43s
Selection  filtrée sur champ numérique indexé
0.12s

Sur un autre test qui consiste à faire une requête sum() sur +/- 130000 enregistrement parmi 1.8 millions, filtrés sur un champ indexé, SQL Express est de l'ordre de 40 fois plus rapide que HF classic (en l'occurrence 0.25s contre 8 secondes).

Dois-je être surpris où est-il juste normal qu'HF soit autant à la ramasse ?
Y'a-t-il un truc que j'aurais raté qui pourrait faire que HF classic reste une option viable et non un frein ?

[courdi95]

Merci pour cette comparaison, que je n'avais jamais tentée mais qui a le mérite d'être objective.

Je suis surpris des mauvais résultats de hfsql. Si quelqu'un a une idée de ce qui se passe, je suis également preneur.

[ben-34]

Effectivement, il y a des différences de performances indéniables. Les produits comparés n’ont pas tous la même maturité : HF reste une solution propriétaire (avec peu de contributeurs) qui est relativement jeune.

HF peut être un très bon allié, mais un ennemi dans certains cas.

Son énorme avantage, est la portabilité des données et la facilité de gestion. De plus, sa gestion est parfaitement intégré à WinDev.
Le principal inconvénient, est l’opacité de l’éditeur : Il y a des comportements navrant, et personne ne peut apporter une solution, ni même une méthode pour contourner ces problèmes (mais je ne souhaite pas polémiquer là-dessus).

Ma conclusion :
Il faut bien choisir son SGBD, en fonction du type de projet, des performances désirées et des besoins d’administration.

[frenchsting]

C'est un sujet déjà abordé dans ce forum...

HF a l'inconvénient de ses avantages : ultraportable mais relativement lent. Si c'est transparent sur une petite base, cela devient pénalisant sur une base conséquente.

[vouilloz_d]

Salut djibxav,

Tu as la possibilité de tester avec HFCS à titre de comparaison ?
Juste par curiosité

[courdi95]

Bonjour

Peux-tu nous envoyer ton projet de test ? Afin que je puisse le faire tourner sur mon PC et le comparer avec tes chiffres ?

Je suis vraiment déçu ... quand on voit les démonstrations qu'ils font lors du TDF (avec une base de données de milliards de données), je me pose des questions.