Python 将cx_Oracle arraysize参数与pandas read_sql一起使用

当使用cx_Oracle从Oracle中选择大量数据时，我发现无论是使用pandas

read_sql

还是cx_Oracle Cursor

fetchall（）

方法，速度都非常慢

---

通过增加游标的

arraysize

属性，性能得到了极大的提高，这使我能够从

fetchall（）

中获得良好的性能。pandas

read_sql（）

将一个

连接

对象作为输入，并且光标是在函数中创建的，因此我不清楚如何应用相同的设置并仍然利用

read_sql（）

函数。我错过什么了吗

使用

sqlalchemy

创建连接到数据库的引擎时，可以传递

arraysize

参数，以便在创建游标时使用：

import sqlalchemy
engine = sqlalchemy.create_engine("oracle+cx_oracle://user:pass@host:port/dbname", arraysize=50)
pd.read_sql("query ...", engine)

---

请参阅此处的文档：有关使用

sqlalchemy

创建连接到数据库的引擎时的“其他连接参数”，可以传递

arraysize

参数，以便在创建游标时使用：

import sqlalchemy
engine = sqlalchemy.create_engine("oracle+cx_oracle://user:pass@host:port/dbname", arraysize=50)
pd.read_sql("query ...", engine)

---

请参阅此处的文档：有关“附加连接参数”

的详细信息，请参见。谢谢奇怪的是，在甲骨文自己的网站上并没有更好的记录。效果不错。谢谢奇怪的是，在甲骨文自己的网站上没有更好的记录。