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。
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：
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()
#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ContextManagers（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。
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毛票票。