让Python更加充分的使用Sqlite3

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。

创新互联建站于2013年开始，是专业互联网技术服务公司，拥有项目成都网站制作、网站设计网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元源汇做网站,已为上家服务,为源汇各地企业和个人服务,联系电话:18982081108

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

  • 使用大量操作 (又名 executemany)。
  • 你不需要使用光标 (大部分时间)。
  • 光标可被迭代。
  • 使用上下文管理器。
  • 使用编译指示 (当它有意义)。
  • 推迟索引创建。
  • 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：

 
 
 
 
      
  
  
  
  1. for row in iter_data():  
    2.   
  
  
  
  2. connection.execute('INSERT INTO my_table VALUES (?)', row) 
    3.

你可以利用这个事实，即 executemany 接受元组的生成器作为参数：

 
 
 
 
      
  
  
  
  1. connection.executemany( 
    2.   
  
  
  
  2.     'INSERT INTO my_table VALUE (?)', 
    3.   
  
  
  
  3.     iter_data() 
    4.   
  
  
  
  4. ) 
    5.

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 秒
  • 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：

 
 
 
 
      
  
  
  
  1. connection = sqlite3.connect(':memory:') 
    2.   
  
  
  
  2. cursor = connection.cursor() 
    3.   
  
  
  
  3. # Do something with cursor 
    4.

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。

像 execute

 
 
 
 
      
  
  
  
  1. executemany 
    2.

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：

 
 
 
 
      
  
  
  
  1. import sqlite3 
    2.   
  
  
  
  2.  
    3.   
  
  
  
  3. connection = sqlite3(':memory:') 
    4.   
  
  
  
  4.  
    5.   
  
  
  
  5. # Create a table 
    6.   
  
  
  
  6. connection.execute('CREATE TABLE events(ts, msg)') 
    7.   
  
  
  
  7.  
    8.   
  
  
  
  8. # Insert values 
    9.   
  
  
  
  9. connection.executemany( 
    10.   
  
  
  
  10.     'INSERT INTO events VALUES (?,?)', 
    11.   
  
  
  
  11.     [ 
    12.   
  
  
  
  12.         (1, 'foo'), 
    13.   
  
  
  
  13.         (2, 'bar'), 
    14.   
  
  
  
  14.         (3, 'baz') 
    15.   
  
  
  
  15.     ] 
    16.   
  
  
  
  16. ) 
    17.   
  
  
  
  17.  
    18.   
  
  
  
  18. # Print inserted rows 
    19.   
  
  
  
  19. for row in connnection.execute('SELECT * FROM events'): 
    20.   
  
  
  
  20.     print(row) 
    21.

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：

 
 
 
 
      
  
  
  
  1. for row in connection.execute('SELECT * FROM events'): 
    2.   
  
  
  
  2.     print(row) 
    3.

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 LIMIT SQL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：

 
 
 
 
      
  
  
  
  1. import sqlite3 
    2.   
  
  
  
  2. connection = sqlite3.connect(':memory:') 
    3.   
  
  
  
  3.  
    4.   
  
  
  
  4. with connection: 
    5.   
  
  
  
  5.     connection.execute( 
    6.   
  
  
  
  6.         'CREATE TABLE events(ts, msg, PRIMARY KEY(ts, msg))') 
    7.   
  
  
  
  7.  
    8.   
  
  
  
  8. try: 
    9.   
  
  
  
  9.     with connection: 
    10.   
  
  
  
  10.         connection.executemany('INSERT INTO events VALUES (?, ?)', [ 
    11.   
  
  
  
  11.             (1, 'foo'), 
    12.   
  
  
  
  12.             (2, 'bar'), 
    13.   
  
  
  
  13.             (3, 'baz'), 
    14.   
  
  
  
  14.             (1, 'foo'), 
    15.   
  
  
  
  15.         ]) 
    16.   
  
  
  
  16. except (sqlite3.OperationalError, sqlite3.IntegrityError) as e: 
    17.   
  
  
  
  17.     print('Could not complete operation:', e) 
    18.   
  
  
  
  18.      
    19.   
  
  
  
  19. # No row was inserted because transaction failed 
    20.   
  
  
  
  20. for row in connection.execute('SELECT * FROM events'): 
    21.   
  
  
  
  21.     print(row) 
    22.   
  
  
  
  22.      
    23.   
  
  
  
  23. connection.close() 
    24.

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 ：

 
 
 
 
      
  
  
  
  1. connection.execute('PRAGMA synchronous = OFF') 
    2.

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：

 
 
 
 
      
  
  
  
  1. # Do not do this! 
    2.   
  
  
  
  2. my_timestamp = 1 
    3.   
  
  
  
  3. c.execute("SELECT * FROM events WHERE ts = '%s'" % my_timestamp) 
    4.   
  
  
  
  4.  
    5.   
  
  
  
  5. # Do this instead 
    6.   
  
  
  
  6. my_timestamp = (1,) 
    7.   
  
  
  
  7. c.execute('SELECT * FROM events WHERE ts = ?', my_timestamp) 
    8.

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。

文章名称：让Python更加充分的使用Sqlite3
文章出自：http://www.shufengxianlan.com/qtweb/news6/20906.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

ChatGPT知识

行业网站建设

仿古建筑设计　　 　成都主机托管　　 　成都网络营销　　 　香港空间腾讯云　　 　成都门户网站建设　　 　成都网站托管　　 　网站空间　　 　四川平武网站建设　　 　广汉锦华橡塑　　 　定制网站建设　　 　红光高低压开关厂　　 　雕琢时光茶叶　　 　app软件开发　　 　网站改版　　 　温江网站制作　　 　犀浦封阳台　　 　成都做网站　　 　成都网站建设流程　　 　成都路面机械设备　　 　香港空间