我需要将一个包含~20M对象的defaultdict对象存储到数据库中。字典将字符串映射到字符串,因此表有两列,没有主键,因为它是稍后构造的。
我尝试过的事情:
- 执行许多,在字典中传入键和值集。当值数<~1M时效果很好。
- 执行单个语句。有效,但速度慢。
-
使用事务
con = sqlutils.getconnection() cur = con.cursor() print len(self.table) cur.execute("SET FOREIGN_KEY_CHECKS = 0;") cur.execute("SET UNIQUE_CHECKS = 0;") cur.execute("SET AUTOCOMMIT = 0;") i = 0 for k in self.table: cur.execute("INSERT INTO " + sqlutils.gettablename(self.sequence) + " (key, matches) values (%s, %s);", (k, str(self.hashtable[k]))) i += 1 if i % 10000 == 0: print i #cur.executemany("INSERT INTO " + sqlutils.gettablename(self.sequence) + " (key, matches) values (%s, %s)", [(k, str(self.table[k])) for k in self.table]) cur.execute("SET UNIQUE_CHECKS = 1;") cur.execute("SET FOREIGN_KEY_CHECKS = 1;") cur.execute("COMMIT") con.commit() cur.close() con.close() print "Finished", self.sequence, "in %.3f sec" % (time.time() - t)
这是最近从SQLite到MySQL的转换。奇怪的是,当我使用 SQLite 时,我获得了更好的性能(在 SQLite 中插入 3M 行为 30 秒,在 MySQL 中插入 480 行)。不幸的是,MySQL是必要的,因为该项目将在未来扩大规模。
-
编辑
使用 LOAD DATA INFILE 就像一个魅力。感谢所有帮助过的人!插入 3.2M 行需要我 ~25 秒。
MySQL可以通过一个查询插入多个值:INSERT INTO table (key1, key2) VALUES ("value_key1", "value_key2"), ("another_value_key1", "another_value_key2"), ("and_again", "and_again...");
此外,您可以尝试将数据写入文件中,并使用Mysql中旨在以"非常高的速度"(dixit Mysql)插入的LOAD DATA
。
我不知道"文件写入"+"MySQL加载数据"是否会比在一个查询中插入多个值(如果MySQL有限制,则插入多个查询)更快
这取决于您的硬件(使用 SSD 写入文件"快速")、文件系统配置、MySQL 配置等。因此,您必须在"产品"环境中进行测试,以查看哪种解决方案对您来说是最快的。
插入,生成一个sql文件(使用扩展插入等),然后将其提取到MySQL,这将为您节省相当多的开销。
注意:如果您避免在循环中重新计算常量值,您仍然可以节省一些执行时间,即:
for k in self.table:
xxx = sqlutils.gettablename(self.sequence)
do_something_with(xxx, k)
=>
xxx = sqlutils.gettablename(self.sequence)
for k in self.table:
do_something_with(xxx, k)