让Python更加充分的使用Sqlite3

我最近在涉及大量数据处理的加充项目中频繁使用 sqlite3。我最初的使用尝试根本不涉及任何数据库，所有的加充数据都将保存在内存中，包括字典查找、使用迭代和条件等查询。加充这很好，使用但可以放入内存的加充只有那么多，并且将数据从磁盘重新生成或加载到内存是使用一个繁琐又耗时的过程。

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

我想分享一些关于这次经历的加充心得和发现。

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。亿华云计算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。

像 execute

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，云服务器你就可以终止查询，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，亿华云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。