Python Sql选择语句优化

我在sql中创建了一个测试表，其信息模式如下所示：

import pandas as pd
import mysql.connector
 
db = mysql.connector.connect(host="localhost", user="root", passwd="abcdef")
pointer = db.cursor()
pointer.execute("use holdings")
x = "Select * FROM orders where tradingsymbol like 'TATACHEM'"
pointer.execute(x)
rows = pointer.fetchall()
rows = pd.DataFrame(rows)
stock = rows[1]

现在，我使用python脚本提取此信息，其代码如下所示：

import pandas as pd
import mysql.connector
 
db = mysql.connector.connect(host="localhost", user="root", passwd="abcdef")
pointer = db.cursor()
pointer.execute("use holdings")
x = "Select * FROM orders where tradingsymbol like 'TATACHEM'"
pointer.execute(x)
rows = pointer.fetchall()
rows = pd.DataFrame(rows)
stock = rows[1]

生产表包含200个唯一的交易符号，其模式与测试表类似

我对以下声明表示怀疑：

x = "Select * FROM orders where tradingsymbol like 'TATACHEM'"

我将不得不将tradingsymbols的值替换200倍，这是无效的

---

有没有一种有效的方法可以做到这一点？

如果我理解正确，您的问题是希望避免对每个交易符号发送多个查询，对吗？在这种情况下，以下内容可能会有所帮助。然后，您只需向包含所有所需TradingSymbol的数据库发送一个查询。如果你想用不同的交易符号做不同的事情，你可以选择熊猫的子集

另一个性能改进可能是因为这在某种程度上加快了数据帧的创建

为了提高效率，还有两件事需要补充：

• 确保在MySQL中为tradingsymbols编制索引，以加快查找过程
• 将tradingsymbols设置为枚举，以确保不接受任何打字错误或类似错误。否则，上述“IN”方法也不起作用，因为它会进行全文比较

---

如果您有一个匹配字符串“=”将提供比LIKE更好的性能，但上面的链接很好地解释了为什么匹配字符串比LIKELIKE接受通配符性能更好。这意味着它需要解析您提供给它的任何内容，因此如果您进行直接比较，就会产生大量开销anyways@AnnaSemjén-

x-LIKE'…'

不带通配符将变成

x='…'

。因此，没有性能差异。