时间戳

首页 > 解决方案 > Python Pandas MySQL - 为什么将数据帧写入数据库时​​ SQLite 速度如此之快

python - Python Pandas MySQL - 为什么将数据帧写入数据库时​​ SQLite 速度如此之快

问题描述

我正在开发一个网站，用户将 csv 文件直接导入数据库和一个前端，一旦数据被归档到数据库中，它就会对数据执行一些数据分析。我正在使用 pandas 将 csv 转换为数据框，然后将该数据框导入 MySQL 数据库：

导入 MySQL 数据库：

engine = create_engine('mysql+mysqlconnector://[username]:[password]@[host]:[port]/[schema]', echo=False)
df = pd.read_csv('C:/Users/[user]/Documents/Sales_Records.csv')
df.to_sql(con= engine, name='data', if_exists='replace')

这样做的问题是，对于我使用的数据集（500 万行），性能太慢并且操作超时而没有导入数据。但是，如果我尝试除使用 SQLite3 之外的相同操作：

导入 SQLite3 数据库：

conn = sqlite3.connect('customer.db')
df = pd.read_csv('C:/Users/[user]/Documents/Sales_Records.csv')
df.to_sql('Sales', conn, if_exists='append', index=False)
mycursor = conn.cursor()
query = 'SELECT * FROM Sales LIMIT 10'
print(mycursor.execute(query).fetchall())

此代码块在几秒钟内执行并导入数据集的所有 500 万行。所以我该怎么做？我预计不会有多个人同时传递大型数据集，所以我认为放弃 MySQL 并不会因为 SQLite 在此应用程序中提供的明显性能优势而受到伤害。只是感觉有更好的方法......

标签： pythonmysqlsqlite

解决方案

MySQL 通过网络连接将数据发送到磁盘。

SQLite3 直接通过磁盘发送数据。

看看https://gist.github.com/jboner/2841832

你没有提到 MySQL 服务器在哪里。但即使它在您的本地机器上，它也会通过 TCP/IP 堆栈，而 SQLite 只会直接写入磁盘。

推荐阅读