[英]Reducing time of sqlite3 execute/fetchone in python
我正在處理幾個以專有格式存儲電力系統解決方案結果的文件。 數據的格式相當簡單,但每個結果文件約為 50MB。 提供了一個 API 來查詢文件格式,但我需要做很多查詢,而且這個 API 非常慢。
我編寫了一個程序來使用 API 將這些文件中的幾個相互比較,然后讓它運行幾個小時無濟於事。 我的下一個想法是對文件進行一次傳遞,將我需要的數據存儲到 sqlite3 數據庫中,然后進行查詢。 這讓我在 20 分鍾內得到了結果。 好多了。 重組數據以盡可能避免 JOIN:12 分鍾。 將 .db 文件存儲在臨時本地位置而不是網絡上:8.5 分鍾。
該程序以目前的速度或多或少是可以忍受的,但是當它完成時,該程序每天將運行很多很多次。 目前,62% 的運行時間花費在 .execute/.fetchone 的 721 次調用上。
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}
由於在這個小部分花費了太多時間,我想我會在繼續之前詢問任何改進它的想法。 我覺得我可能會錯過一些簡單的東西,更有經驗的眼睛會注意到。 該程序的這一特定部分的結構基本上是這樣的:
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
字典結構是:
dict = {(solution_id, num): [db1_val, db2_val, db3_val, db4_val]}
每個條目至少有一個 db_val,其他都是None 。 上面循環的目的是填充每個可以填充的 db_val 點,以便您可以比較值。
我讀過 sqlite3 SELECT 語句只能用 .execute 執行,因此我無法使用 .executemany(這為我節省了大量的插入時間)。 我還閱讀了 python 文檔,直接從連接對象使用 .execute 可以更有效,但我不能這樣做,因為我需要獲取數據。
有沒有更好的方法來構建循環或查詢,以最大限度地減少在 .execute 和 .fetchone 語句上花費的時間?
根據 CL 和 Rocksportrocker 提供的答案,我將 table create 語句(簡化版)從:
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;
在我的測試用例中,
仍然歡迎任何其他改進,希望這可以成為其他 SQL 新手的一個很好的參考問題。
execute()
和fetchone()
調用是數據庫完成所有工作的地方。
為了加快查詢速度,必須對查找列進行索引。 為了節省空間,您可以使用聚集索引,即,使表成為WITHOUT ROWID 表。
您是否考慮在solution
列上引入索引? 會增加.db
文件的插入時間和大小。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.