Python 为什么填充我的表需要这么长时间?
我正在通过web表单将csv文件加载到我的数据库中 在每个csv文件中,原始数据的顺序是一致的,但根据源的不同,每个文件的顺序会有所不同,因此我有一个预览表单,其中显示了五行,并允许您通过表中有效列名的下拉列表指定一列 然后,我使用cgi表单构建一个INSERT语句,并逐行解析csv文件以填充表 但它的运行速度非常慢。我同时填充了两个表,一个表有961402行(7列带值),另一个表有1835538行(1列带值),每个表都运行了至少半个小时。我每秒只看到大约100行新的数据 你能看到这里有什么能让我慢下来的吗 注意:我知道这里有一些难看的代码,这是我在研究这种语言时编写的第一个python cgi脚本之一Python 为什么填充我的表需要这么长时间?,python,mysql,cgi,Python,Mysql,Cgi,我正在通过web表单将csv文件加载到我的数据库中 在每个csv文件中,原始数据的顺序是一致的,但根据源的不同,每个文件的顺序会有所不同,因此我有一个预览表单,其中显示了五行,并允许您通过表中有效列名的下拉列表指定一列 然后,我使用cgi表单构建一个INSERT语句,并逐行解析csv文件以填充表 但它的运行速度非常慢。我同时填充了两个表,一个表有961402行(7列带值),另一个表有1835538行(1列带值),每个表都运行了至少半个小时。我每秒只看到大约100行新的数据 你能看到这里有什么能让
for item in form:
field = form.getvalue(item)
field = cgi.escape(field)
if field == 'null':
pass
elif item == 'csvfile':
pass
elif item == 'campaign':
pass
elif item == 'numfields':
pass
else:
colname = str(colname) + ", " + str(item)
colnum.append(field)
assert(numfields > 0)
placeholders = (numfields-1) * "%s, " + "%s"
query = ("insert into %s (%s)" % (table, colname.lstrip(",")))
with open(fname, 'rb') as f:
reader = csv.reader(f)
try:
record = 0
errors = 0
for row in reader:
try:
record = record + 1
data = ''
for value in colnum:
col = int(value)
rawrow = row[col]
saferow = rawrow.replace("'", "-")
saferow = saferow.replace("-", "")
data = str(data) + ", '" + saferow + "'"
dataset = data.lstrip(',')
insert = query + (" values (%s)" % dataset)
cur.execute(insert)
con.commit()
print ".",
except IndexError, e:
print "Row:%d file %s, %s<br>" % (reader.line_num, fname.lstrip("./files/"), e)
errors = errors + 1
except csv.Error, e:
print "Row:%s file %s, line %d: %s<br>" % (record, fname, reader.line_num, e)
errors = errors + 1
except mdb.Error, e:
print "Row:%s Error %d: %s<br>" % (record, e.args[0], e.args[1])
errors = errors + 1
except:
t,v,tb = sys.exc_info()
print "Row:%s %s<br>" % (record, v)
errors = errors + 1
except csv.Error, e:
print "except executed<br>"
sys.exit('file %s, line %d: %s' % (fname, reader.line_num, e))
print "Succesfully loaded %s into Campaign %s, <br>" % (fname.lstrip("./files/"), table)
print record - errors, "new records.<br>"
print errors, "errors.<br>"
唯一需要注意的是,我必须做更多的工作来准备我的csv文件以确保数据的完整性,否则,工作会很有魅力 INSERT INTO一次只执行一行,速度非常慢,因为有些SQL(如mySQL)支持在单个INSERT命令中使用一堆行,或者加载可以将CSV文件快速读入服务器的数据语句
另请参见:一些快速伪代码。这样做:
for row in data_to_be_inserted:
stmt = compose_statement("lalala")
cursor.execute()
connection.commit()
不是
您的代码commit()每行输入一次。这会大大降低速度。请删除行号,因为行号只会使操作更加困难。将sql查询插入到大型表中可能是一个非常缓慢的操作。尝试创建一个满是INSERT INTOs的文件,并通过sql客户机手动运行它,看看我的意思。这就是我的想法,@paul,但这么慢?在这两者之间,每秒有200条记录似乎在爬行。有没有办法加快速度?这些列都是CHAR数据类型。听起来不错。如果表上有索引,则必须在写入时对其进行维护,因此写入时间越长,表中的行越多。您可能应该使用
executemany
,将所有行作为参数传递,然后提交整个插入。看看这里的一个例子。在你上面的评论之后,我开始研究mysqlimport。我想我可以像现在一样构建列名,然后一次导入csv文件。我补充说,由于处理时间的原因,我遇到了一个问题,apache花了很长时间才放弃服务页面。有了额外的提交,它就会持续存在。
for row in data_to_be_inserted:
stmt = compose_statement("lalala")
cursor.execute()
connection.commit()
for row in data_to_be_inserted:
stmt = compose_statement("lalala")
cursor.execute()
connection.commit()