0

我正在对一个表执行查询，在该表中我得到一个包含数亿行的列，这是因为我想将它们绘制在直方图中。问题是这几乎耗尽了我所有的内存（7.8 gb）和我所有的交换内存（8gb），然后程序在 cur.fetchall() 完成之前以退出代码 -9 退出。

我怎样才能防止这种情况发生？我应该先对我的列进行排序，然后对它的大块进行几次查询 - 还是有更好的方法来获取我的查询中的数据？cur.execute 本身几乎不需要时间。

#!/usr/bin/python

import sqlite3 as lite
import numpy as np
import sys
import os
import matplotlib.pyplot as plt


def getQuantity(databasepath):
    con = lite.connect(databasepath)
    binwidth = 1
    start = time.time()
    with con:
        cur = con.cursor()
        cur.execute('SELECT latitude FROM MessageType1')
        con.commit()
        latitudes = cur.fetchall() #Breakdown here
        latitudes = [x[0] for x in latitudes]
        plt.hist(latitudes, bins=range(int(min(latitudes)), int(max(latitudes)) + binwidth, binwidth))
        plt.title("Bucket size: " + str(binwidth))
        plt.ylabel("Number of message")
        plt.savefig('latlongstats'+'t'+str(time.strftime("%H:%M:%S")), format='png')

if __name__ == "__main__":

    getQuantity('database/database.db')
4

1 回答 1

0

我发现如果我替换以下内容：

    latitudes = cur.fetchall()
    print "fetched"
    latitudes = [x[0] for x in latitudes]

和：

    while True:
        tmp = cur.fetchone()
        if tmp != None:
            latitudes.append(tmp[0])
        else:
            break

我得到了相同的结果，尽管它需要很长时间，并且几乎会吃掉我的 ram（但不是我的交换）。

于 2015-03-12T16:15:52.533 回答