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，全部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，但能够放入内存的只有那么多，而且将数据从磁盘从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。由于只需打开与数据库的链接，这样能够增长可处理的数据量，并将应用程序的加载时间减小到零。此外，我能够经过 SQL 查询替换不少Python逻辑语句。

我想分享一些关于此次经历的心得和发现。

TL;DR

1. 使用大量操做 (又名 executemany)。
2. 你不须要使用光标 (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. 推迟索引建立。
7. 使用占位符来插入 python 值。

1. 使用大量操做

若是你须要在数据库中一次性插入不少行，那么你真不该该使用 execute。sqlite3 模块提供了批量插入的方式：executemany。

而不是像这样作：

 

 

 

 

 

Python

 

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

你能够利用这个事实，即 executemany 接受元组的生成器做为参数：

 

 

 

 

 

Python

 

1 2 3 4

connection.executemany(     'INSERT INTO my_table VALUE (?)',     iter_data() )

这不只更简洁，并且更高效。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. 你不须要游标

一开始我常常搞混的事情就是，光标管理。在线示例和文档中一般以下：

 

 

 

 

 

Python

 

1 2 3

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

但大多数状况下，你根本不须要光标，你能够直接使用链接对象（本文末尾会提到）。
像execute和executemany相似的操做能够直接在链接上调用。如下是一个证实此事的示例：

 

 

 

 

 

Python

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

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

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

 

 

 

 

 

Python

 

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

这样一来，只要你获得足够的结果，你就能够终止查询，而且不会引发资源浪费。固然，若是事先知道你须要多少结果，能够改用LIMIT SQL语句，但Python生成器是很是方便的，可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）

即便在处理SQL事务的中间，也会发生讨厌的事情。为了不手动处理回滚或提交，你能够简单地使用链接对象做为上下文管理器。 在如下示例中，咱们建立了一个表，并错误地插入了重复的值：

 

 

 

 

 

Python

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

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，其中一个能够改善性能的是synchronous：

 

 

 

 

 

Python

 

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

你应该知道这多是危险的。若是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。因此请当心使用！ 可是若是你要更快地插入不少行，那么这多是一个选择。

6. 推迟索引建立

假设你须要在数据库上建立几个索引，而你须要在插入不少行的同时建立索引。把索引的建立推迟到全部行的插入以后能够致使实质性的性能改善。

7. 使用占位符插入 Python 值

使用 Python 字符串操做将值包含到查询中是很方便的。可是这样作很是不安全，而 sqlite3 给你提供了更好的方法来作到这一点：厦门叉车

 

 

 

 

 

Python

 

1 2 3 4 5 6 7

# 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来讲并非老是可行。因此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。你应该永远本身去尝试，决定是否值得这么作。