[英]Reducing time of sqlite3 execute/fetchone in python
我正在处理几个以专有格式存储电力系统解决方案结果的文件。 数据的格式相当简单,但每个结果文件约为 50MB。 提供了一个 API 来查询文件格式,但我需要做很多查询,而且这个 API 非常慢。
我编写了一个程序来使用 API 将这些文件中的几个相互比较,然后让它运行几个小时无济于事。 我的下一个想法是对文件进行一次传递,将我需要的数据存储到 sqlite3 数据库中,然后进行查询。 这让我在 20 分钟内得到了结果。 好多了。 重组数据以尽可能避免 JOIN:12 分钟。 将 .db 文件存储在临时本地位置而不是网络上:8.5 分钟。
该程序以目前的速度或多或少是可以忍受的,但是当它完成时,该程序每天将运行很多很多次。 目前,62% 的运行时间花费在 .execute/.fetchone 的 721 次调用上。
160787763 function calls (160787745 primitive calls) in 503.061 seconds
Ordered by: internal time
List reduced from 1507 to 20 due to restriction <20>
ncalls tottime percall cumtime percall filename:lineno(function)
721 182.869 0.254 182.869 0.254 {method 'fetchone' of 'sqlite3.Cursor' objects}
721 129.355 0.179 129.355 0.179 {method 'execute' of 'sqlite3.Cursor' objects}
24822 45.734 0.002 47.600 0.002 {method 'executemany' of 'sqlite3.Connection' objects}
由于在这个小部分花费了太多时间,我想我会在继续之前询问任何改进它的想法。 我觉得我可能会错过一些简单的东西,更有经验的眼睛会注意到。 该程序的这一特定部分的结构基本上是这样的:
for i, db in enumerate(dbs):
for key, vals in dict.iteritems():
# If it already has a value, no need to get a comparison value
if not vals[i]:
solution_id = key[0]
num = key[1]
# Only get a comparison value if the solution is valid for the current db
if solution_id in db.valid_ids:
db.cur.execute("""SELECT value FROM table WHERE solution == ? AND num == ?""",
(solution_id, num))
try:
vals[i] = db.cur.fetchone()[0]
# .fetchone() could have returned None, no __getitem__
except TypeError:
pass
字典结构是:
dict = {(solution_id, num): [db1_val, db2_val, db3_val, db4_val]}
每个条目至少有一个 db_val,其他都是None 。 上面循环的目的是填充每个可以填充的 db_val 点,以便您可以比较值。
我读过 sqlite3 SELECT 语句只能用 .execute 执行,因此我无法使用 .executemany(这为我节省了大量的插入时间)。 我还阅读了 python 文档,直接从连接对象使用 .execute 可以更有效,但我不能这样做,因为我需要获取数据。
有没有更好的方法来构建循环或查询,以最大限度地减少在 .execute 和 .fetchone 语句上花费的时间?
根据 CL 和 Rocksportrocker 提供的答案,我将 table create 语句(简化版)从:
CREATE TABLE table(
solution integer, num integer, ..., value real,
FOREIGN KEY (solution) REFERENCES solution (id),
FOREIGN KEY (num) REFERENCES nums (id)
);
到:
CREATE TABLE table(
solution integer, num integer, ..., value real,
PRIMARY KEY (solution, num),
FOREIGN KEY (solution) REFERENCES solution (id),
FOREIGN KEY (num) REFERENCES nums (id)
) WITHOUT ROWID;
在我的测试用例中,
仍然欢迎任何其他改进,希望这可以成为其他 SQL 新手的一个很好的参考问题。
execute()
和fetchone()
调用是数据库完成所有工作的地方。
为了加快查询速度,必须对查找列进行索引。 为了节省空间,您可以使用聚集索引,即,使表成为WITHOUT ROWID 表。
您是否考虑在solution
列上引入索引? 会增加.db
文件的插入时间和大小。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.