9号彩票开户

关注微信  |  微博  |  腾讯微博  |  RSS订阅
读者QQ群③:168129342,投稿请发dashuju36@qq.com
我要投稿

让 Python 更加充分的使用 Sqlite3

大数据

作者:oschina

我最近在涉及大量数据处理的项目中频繁使用sqlite3。我最初的尝试根本不涉及任何数据库,所有的数据都将保存在内存中,包括字典查找、迭代和条件等查询。这很好,但可以放入内存的只有那么多,并且将数据从磁盘重新生成或加载到内存是一个繁琐又耗时的过程。

我决定试一试sqlite3。因为只需打开与数据库的连接,这样可以增加可处理的数据量,并将应用程序的加载时间减少到零。此外,我可以通过 SQL查询替换很多Python逻辑语句。

我想分享一些关于这次经历的心得和发现。

TL;DR

  1. 使用大量操作 (又名executemany)。
  2. 你不需要使用光标(大部分时间)。
  3. 光标可被迭代。
  4. 使用上下文管理器。
  5. 使用编译指示(当它有意义)。
  6. 推迟索引创建。
  7. 使用占位符来插入 python值。

1.使用大量操作

如果你需要在数据库中一次性插入很多行,那么你真不应该使用execute。sqlite3模块提供了批量插入的方式:executemany。

而不是像这样做:

forrowiniter_data():
connection.execute('INSERTINTOmy_tableVALUES(?)',row)

你可以利用这个事实,即executemany接受元组的生成器作为参数:

connection.executemany(
'INSERTINTOmy_tableVALUE(?)',
iter_data()
)

这不仅更简洁,而且更高效。实际上,sqlite3在幕后利用executemany实现 execute,但后者插入一行而不是多行。

我写了一个小的基准测试,将一百万行插入空表(数据库在内存中):

  • executemany:1.6
  • execute: 2.7秒

2.你不需要游标

一开始我经常搞混的事情就是,光标管理。在线示例和文档中通常如下:

connection=sqlite3.connect(':memory:')
cursor=connection.cursor()
#Dosomethingwithcursor

但大多数情况下,你根本不需要光标,你可以直接使用连接对象(本文末尾会提到)。

像execute和executemany类似的操作可以直接在连接上调用。以下是一个证明此事的示例:

importsqlite3

connection=sqlite3(':memory:')

#Createatable
connection.execute('CREATETABLEevents(ts,msg)')

#Insertvalues
connection.executemany(
'INSERTINTOeventsVALUES(?,?)',
[
(1,'foo'),
(2,'bar'),
(3,'baz')
]
)

#Printinsertedrows
forrowinconnnection.execute('SELECT*FROMevents'):
print(row)

3. 光标(Cursor)可被用于迭代

你可能经常会看到使用fetchone或fetchall来处理SELECT查询结果的示例。但是我发现处理这些结果的最自然的方式是直接在光标上迭代:

forrowinconnection.execute('SELECT*FROMevents'):
print(row)

这样一来,只要你得到足够的结果,你就可以终止查询,并且不会引起资源浪费。当然,如果事先知道你需要多少结果,可以改用LIMITSQL语句,但Python生成器是非常方便的,可以让你将数据生成与数据消耗分离。

4. 使用Context Managers(上下文管理器)

即使在处理SQL事务的中间,也会发生讨厌的事情。为了避免手动处理回滚或提交,你可以简单地使用连接对象作为上下文管理器。 在以下示例中,我们创建了一个表,并错误地插入了重复的值:

importsqlite3
connection=sqlite3.connect(':memory:')

withconnection:
connection.execute(
'CREATETABLEevents(ts,msg,PRIMARYKEY(ts,msg))')

try:
withconnection:
connection.executemany('INSERTINTOeventsVALUES(?,?)',[
(1,'foo'),
(2,'bar'),
(3,'baz'),
(1,'foo'),
])
except(sqlite3.OperationalError,sqlite3.IntegrityError)ase:
print('Couldnotcompleteoperation:',e)

#Norowwasinsertedbecausetransactionfailed
forrowinconnection.execute('SELECT*FROMevents'):
print(row)

connection.close()

5. 使用Pragmas

…当它真的有用时

在你的程序中有几个 pragma 可用于调整 sqlite3 的行为。特别地,其中一个可以改善性能的是synchronous:

connection.execute('PRAGMAsynchronous=OFF')

你应该知道这可能是危险的。如果应用程序在事务中间意外崩溃,数据库可能会处于不一致的状态。所以请小心使用! 但是如果你要更快地插入很多行,那么这可能是一个选择。

6. 推迟索引创建

假设你需要在数据库上创建几个索引,而你需要在插入很多行的同时创建索引。把索引的创建推迟到所有行的插入之后可以导致实质性的性能改善。

7. 使用占位符插入 Python 值

使用 Python 字符串操作将值包含到查询中是很方便的。但是这样做非常不安全,而sqlite3给你提供了更好的方法来做到这一点:

#Donotdothis!
my_timestamp=1
c.execute("SELECT*FROMeventsWHEREts='%s'"%my_timestamp)

#Dothisinstead
my_timestamp=(1,)
c.execute('SELECT*FROMeventsWHEREts=?',my_timestamp)

此外,使用Python%s(或格式或格式的字符串常量)的字符串插值对于executemany来说并不是总是可行。所以在此尝试没有什么真正意义!
请记住,这些小技巧可能会(也可能不会)给你带来好处,具体取决于特定的用例。你应该永远自己去尝试,决定是否值得这么做。

End.

转载请注明来自36大数据(36dsj.com):36大数据 » 让 Python 更加充分的使用 Sqlite3

36大数据   除非特别注明,本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性,宽容,换位思考的原则。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
友情链接:幸运农场官网  9号彩票  北京赛车pk拾开户  大运彩票  大发彩票  

免责声明: 本站资料及图片来源互联网文章,本网不承担任何由内容信息所引起的争议和法律责任。所有作品版权归原创作者所有,与本站立场无关,如用户分享不慎侵犯了您的权益,请联系我们告知,我们将做删除处理!