让Python更加充分的使用Sqlite3


Posted in Python onDecember 11, 2017

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

  • 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:

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

connection = sqlite3.connect(':memory:')
cursor = connection.cursor()
# Do something with cursor

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:

import sqlite3
connection = sqlite3(':memory:')
# Create a table
connection.execute('CREATE TABLE events(ts, msg)')
# Insert values
connection.executemany(
 'INSERT INTO events VALUES (?,?)',
  [
    (1, 'foo'),
    (2, 'bar'),
    (3, 'baz')
  ]
)
# Print inserted rows
for row in connnection.execute('SELECT * FROM events'):
  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:

for row in connection.execute('SELECT * FROM events'):
 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:

import sqlite3
connection = sqlite3.connect(':memory:')
with connection:
  connection.execute(
 'CREATE TABLE events(ts, msg, PRIMARY KEY(ts, msg))')
try:
  with connection:
    connection.executemany('INSERT INTO events VALUES (?, ?)', [
      (1, 'foo'),
      (2, 'bar'),
      (3, 'baz'),
      (1, 'foo'),
    ])
except (sqlite3.OperationalError, sqlite3.IntegrityError) as e:
  print('Could not complete operation:', e)
# No row was inserted because transaction failed
for row in connection.execute('SELECT * FROM events'):
  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('PRAGMA synchronous = 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:

# Do not do this!
my_timestamp = 1
c.execute("SELECT * FROM events WHERE ts = '%s'" % my_timestamp)
# Do this instead
my_timestamp = (1,)
c.execute('SELECT * FROM events WHERE ts = ?', 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。

英文:remusao,译文:oschina

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python中为feedparser设置超时时间避免堵塞
Sep 28 Python
python实现报表自动化详解
Nov 16 Python
Python设计模式之原型模式实例详解
Jan 18 Python
Python为何不能用可变对象作为默认参数的值
Jul 01 Python
解决Django加载静态资源失败的问题
Jul 28 Python
浅谈python中统计计数的几种方法和Counter详解
Nov 07 Python
520使用Python实现“我爱你”表白
May 20 Python
详解pandas获取Dataframe元素值的几种方法
Jun 14 Python
Python3基于print打印带颜色字符串
Jul 06 Python
Django如何实现密码错误报错提醒
Sep 04 Python
使用python对excel表格处理的一些小功能
Jan 25 Python
Python 使用 Frame tkraise() 方法在 Tkinter 应用程序中的Frame之间切换
Apr 24 Python
pandas中Timestamp类用法详解
Dec 11 #Python
Python排序搜索基本算法之插入排序实例分析
Dec 11 #Python
python实现二叉树的遍历
Dec 11 #Python
django上传图片并生成缩略图方法示例
Dec 11 #Python
使用Python的package机制如何简化utils包设计详解
Dec 11 #Python
python timestamp和datetime之间转换详解
Dec 11 #Python
Python时间戳使用和相互转换详解
Dec 11 #Python
You might like
PHP用GD库生成高质量的缩略图片
2011/03/09 PHP
两千行代码的PHP学习笔记汇总
2014/10/05 PHP
jQuery 对象中的类数组操作
2009/04/27 Javascript
JS保留两位小数 四舍五入函数的小例子
2013/11/20 Javascript
javascript break指定标签打破多层循环示例
2014/01/20 Javascript
兼容Firefox的Javascript XSLT 处理XML文件
2014/12/31 Javascript
javascript中clipboardData对象用法详解
2015/05/13 Javascript
jQuery实现Meizu魅族官方网站的导航菜单效果
2015/09/14 Javascript
vue2 前后端分离项目ajax跨域session问题解决方法
2017/04/27 Javascript
Vue press 支持图片放大功能的实例代码
2018/11/09 Javascript
JS浅拷贝和深拷贝原理与实现方法分析
2019/02/28 Javascript
如何使用50行javaScript代码实现简单版的call,apply,bind
2019/08/14 Javascript
JS表单验证插件之数据与逻辑分离操作实例分析【策略模式】
2020/05/01 Javascript
js实现星星海特效的示例
2020/09/28 Javascript
[41:13]完美世界DOTA2联赛PWL S2 Forest vs Rebirth 第一场 11.20
2020/11/20 DOTA
简单的抓取淘宝图片的Python爬虫
2014/12/25 Python
Python中的zip函数使用示例
2015/01/29 Python
python按照多个字符对字符串进行分割的方法
2015/03/17 Python
举例讲解Python的lambda语句声明匿名函数的用法
2016/07/01 Python
Python图像处理之识别图像中的文字(实例讲解)
2018/05/10 Python
pytorch SENet实现案例
2020/06/24 Python
用60行代码实现Python自动抢微信红包
2021/02/04 Python
意大利综合购物网站:Giordano Shop
2016/10/21 全球购物
美国批发供应商:Kole Imports
2019/04/10 全球购物
加拿大的标志性百货公司:Hudson’s Bay(哈得逊湾)
2019/09/03 全球购物
英国在线定制百叶窗网站:Swift Direct Blinds
2020/02/25 全球购物
N:Philanthropy官网:美国洛杉矶基础款服装
2020/06/09 全球购物
优秀求职信范文分享
2013/12/19 职场文书
捐书寄语赠言
2014/01/18 职场文书
病媒生物防治方案
2014/05/13 职场文书
财政局党的群众路线教育实践活动剖析材料
2014/10/13 职场文书
2014普法依法治理工作总结
2014/12/18 职场文书
银行员工考核评语
2014/12/31 职场文书
交通安全教育主题班会
2015/08/12 职场文书
nginx处理http请求实现过程解析
2021/03/31 Servers
postman中form-data、x-www-form-urlencoded、raw、binary的区别介绍
2022/01/18 HTML / CSS