6

我正在编写一个脚本来 SELECT 查询数据库并解析约 33,000 条记录。不幸的是，我在cursor.fetchone()/cursor.fetchall()阶段遇到了问题。

我首先尝试一次通过游标迭代一条记录，如下所示：

# Run through every record, extract the kanji, then query for FK and weight
printStatus("Starting weight calculations")
while True:
    # Get the next row in the cursor
    row = cursor.fetchone()
    if row == None:
        break

    # TODO: Determine if there's any kanji in row[2]

    weight = float((row[3] + row[4]))/2
    printStatus("Weight: " + str(weight))

根据printStatus（它打印出时间戳加上传递给它的任何字符串）的输出，脚本大约需要 1 秒来处理每一行。这让我相信每次循环迭代时都会重新运行查询（使用 LIMIT 1 或其他值），因为在 SQLiteStudio [i] 和 [/ i] 返回所有 33,000 行。我计算出，按照这个速度，浏览所有 33,000 条记录大约需要 7 个小时。

我没有坐下来，而是尝试使用 cursor.fetchall() 代替：

results = cursor.fetchall()

# Run through every record, extract the kanji, then query for FK and weight
printStatus("Starting weight calculations")
for row in results:
    # TODO: Determine if there's any kanji in row[2]

    weight = float((row[3] + row[4]))/2
    printStatus("Weight: " + str(weight))

不幸的是，Python 可执行文件在运行时锁定在 25% 的 CPU 和约 6MB 的 RAM 上cursor.fetchall()。我让脚本运行了大约 10 分钟，但什么也没发生。

大约 33,000 个返回的行（大约 5MB 的数据）对于 Python 来说是否太多了？我是否被卡在一次迭代一个？或者我可以做些什么来加快速度？

编辑：这是一些控制台输出

12:56:26.019: Adding new column 'weight' and related index to r_ele
12:56:26.019: Querying database
12:56:28.079: Starting weight calculations
12:56:28.079: Weight: 1.0
12:56:28.079: Weight: 0.5
12:56:28.080: Weight: 0.5
12:56:28.338: Weight: 1.0
12:56:28.339: Weight: 3.0
12:56:28.843: Weight: 1.5
12:56:28.844: Weight: 1.0
12:56:28.844: Weight: 0.5
12:56:28.844: Weight: 0.5
12:56:28.845: Weight: 0.5
12:56:29.351: Weight: 0.5
12:56:29.855: Weight: 0.5
12:56:29.856: Weight: 1.0
12:56:30.371: Weight: 0.5
12:56:30.885: Weight: 0.5
12:56:31.146: Weight: 0.5
12:56:31.650: Weight: 1.0
12:56:32.432: Weight: 0.5
12:56:32.951: Weight: 0.5
12:56:32.951: Weight: 0.5
12:56:32.952: Weight: 1.0
12:56:33.454: Weight: 0.5
12:56:33.455: Weight: 0.5
12:56:33.455: Weight: 1.0
12:56:33.716: Weight: 0.5
12:56:33.716: Weight: 1.0

这是 SQL 查询：

//...snip (it wasn't the culprit)...

SQLiteStudio 的 EXPLAIN QUERY PLAN 的输出：

0   0   0   SCAN TABLE r_ele AS re USING COVERING INDEX r_ele_fk (~500000 rows)
0   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 1
1   0   0   SEARCH TABLE re_pri USING INDEX re_pri_fk (fk=?) (~10 rows)
0   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 2
2   0   0   SEARCH TABLE ke_pri USING INDEX ke_pri_fk (fk=?) (~10 rows)
2   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 3
3   0   0   SEARCH TABLE k_ele USING AUTOMATIC COVERING INDEX (value=?) (~7 rows)
3   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 4
4   0   0   SEARCH TABLE k_ele USING COVERING INDEX idx_k_ele (fk=?) (~10 rows)
0   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 5
5   0   0   SEARCH TABLE k_ele USING COVERING INDEX idx_k_ele (fk=?) (~10 rows)
0   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 6
6   0   0   SEARCH TABLE re_pri USING INDEX re_pri_fk (fk=?) (~10 rows)
0   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 7
7   0   0   SEARCH TABLE ke_pri USING INDEX ke_pri_fk (fk=?) (~10 rows)
7   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 8
8   0   0   SEARCH TABLE k_ele USING AUTOMATIC COVERING INDEX (value=?) (~7 rows)
8   0   0   EXECUTE CORRELATED SCALAR SUBQUERY 9
9   0   0   SEARCH TABLE k_ele USING COVERING INDEX idx_k_ele (fk=?) (~10 rows)
4

1 回答 1

3

SQLite 即时计算结果记录。 fetchone很慢，因为它必须为r_ele. 甚至更慢，因为它需要的时间与您对所有记录fetchall执行的时间一样长。fetchone

SQLite 3.7.13 估计value列上的所有查找都会非常慢，因此会为此查询创建一个临时索引。您应该创建一个永久索引，以便 SQLite 3.6.21 可以使用它：

CREATE INDEX idx_k_ele_value ON k_ele(value);

如果这没有帮助，请使用更新的 SQLite 版本更新到 Python，或者使用另一个内置了更新的 SQLite 版本的数据库库，例如APSW。

于 2013-08-21T14:01:51.400 回答