加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

如何在SQLite(w / Python)中优化多个嵌套SELECT?

发布时间:2020-12-17 00:51:52 所属栏目:Python 来源:网络整理
导读:我正在构建一个CGI脚本,用于轮询SQLite数据库并构建统计表.下面描述源数据库表,以及相关代码的块.一切正常(功能上),但CGI本身非常慢,因为我有多个嵌套的SELECT COUNT(id)调用.我认为我最好的优化是向SO社区提问,因为我与谷歌的时间相对无果而终. 桌子: CREA

我正在构建一个CGI脚本,用于轮询SQLite数据库并构建统计表.下面描述源数据库表,以及相关代码的块.一切正常(功能上),但CGI本身非常慢,因为我有多个嵌套的SELECT COUNT(id)调用.我认为我最好的优化是向SO社区提问,因为我与谷歌的时间相对无果而终.

桌子:

CREATE TABLE messages (
    id TEXT PRIMARY KEY ON CONFLICT REPLACE,date TEXT,hour INTEGER,sender TEXT,size INTEGER,origin TEXT,destination TEXT,relay TEXT,day TEXT);

(是的,我知道这个表没有标准化,但它填充了邮件日志中的摘录……我很高兴得到提取和填充工作,更不用说规范化了.我不认为表结构有在这一点上与我的问题有很多关系,但我可能是错的.)

样本行:

476793200A7|Jan 29 06:04:47|6|admin@mydomain.com|4656|web02.mydomain.pvt|user@example.com|mail01.mydomain.pvt|Jan 29

而且,构建我的表的Python代码:

#!/usr/bin/python
print 'Content-type: text/htmlnn'

from datetime import date

import re
p = re.compile('(w+) (d+)')

d_month = {'Jan':1,'Feb':2,'Mar':3,'Apr':4,'May':5,'Jun':6,'Jul':7,'Aug':8,'Sep':9,'Oct':10,'Nov':11,'Dec':12}
l_wkday = ['Mo','Tu','We','Th','Fr','Sa','Su']

days = []
curs.execute('SELECT DISTINCT(day) FROM messages ORDER BY day')
for day in curs.fetchall():
    m = p.match(day[0]).group(1)
    m = d_month[m]
    d = p.match(day[0]).group(2)
    days.append([day[0],"%s (%s)" % (day[0],l_wkday[date.weekday(date(2010,int(m),int(d)))])])

curs.execute('SELECT DISTINCT(sender) FROM messages')
senders = curs.fetchall()
for sender in senders:
    curs.execute('SELECT COUNT(id) FROM messages WHERE sender=%s',(sender[0]))
    print '  

我不确定是否有任何方法可以组合一些查询,或者从不同角度处理它以提取数据.我还想过构建一个带有计数的第二个表,并在原始表更新时更新它.我今天已经盯着这个太长时间了,所以我明天再打开它,希望能得到专家的一些见解;)

编辑:使用下面提供的GROUP BY答案,我能够在一个查询中获取数据库所需的数据.我切换到Perl,因为Python的嵌套dict支持对于我需要处理它的方式(以特定方式构建一组HTML表)的方式不能很好地工作.以下是修订后的代码片段:

my %data;
my $rows = $db->selectall_arrayref("SELECT COUNT(id),sender,day,hour FROM messages GROUP BY sender,hour ORDER BY sender,hour");
for my $row (@$rows) {
    my ($ct,$se,$dy,$hr) = @$row;
    $data{$se}{$dy}{$hr} = $ct;
}
for my $se (keys %data) {
    print "Sender: $sen";
    for my $dy (keys %{$data{$se}}) {
    print "Day: ",time2str('%a',str2time("$dy 2010"))," $dyn";
        for my $hr (keys %{$data{$se}{$dy}}) {
            print "Hour: $hr = ".$data{$se}{$dy}{$hr}."n";
        }
    }
    print "n";
}

曾经在大约28.024秒执行的现在需要0.415秒!

最佳答案
首先,您可以使用group by子句:

select count(*),sender from messages group by sender;

通过这种方式,您可以为所有发件人执行一个查询,而不是查询每个发件人.另一种可能性是:

select count(*),hour
    from messages group by sender,hour
    order by sender,hour;

我没有测试它,但至少现在你知道group by子句的存在.这应该减少查询的数量,我认为这是提高性能的第一个重要步骤.

第二,根据搜索列创建索引,在您的情况下,发件人,日和小时.

如果这还不够,请使用分析工具查找花费最多时间的位置.你还应该考虑使用fetchmany而不是fetchall来保持低内存消耗.请记住,因为sqlite模块是用C编码的,所以尽可能使用它.

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读