Python 分析 'psycopg2._psycopg.cursor' 需要很长时间

Python Profiling 'psycopg2._psycopg.cursor' takes long time

我试图分析我的 python 脚本,以弄清楚为什么处理数据需要这么长时间。使用 cProfile 和 pstats,我得到了这个结果:

Tue Jan 20 08:49:08 2015    C:/Python27/profilingResults/profile_dump_1

         24236665 function calls (24236295 primitive calls) in 1566.843 seconds

   Random listing order was used

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    0.000    0.000 C:\Python27\Lib\numbers.py:270(Rational)
     2745    0.003    0.000    0.010    0.000 C:\Python27\Lib\decimal.py:1768(_round_half_even)
        2    0.000    0.000    0.000    0.000 C:\Python27\Lib\calendar.py:71(__init__)
        1    0.000    0.000    0.000    0.000 C:\Python27\Lib\logging\__init__.py:458(format)
        1    0.000    0.000    0.000    0.000 C:\Python27\Lib\logging\__init__.py:1281(handle)
        1    0.000    0.000    0.000    0.000 C:\Python27\Lib\atexit.py:6(<module>)
        1    0.000    0.000    0.000    0.000 C:\Python27\Lib\decimal.py:321(Overflow)
     9539 1548.536    0.162 1548.536    0.162 {method 'execute' of 'psycopg2._psycopg.cursor' objects}

最后一行好像不太对,但我没听懂。为什么光标会导致此成本?

import psycopg2 as psycopg
try:
  connectStr = "dbname='postgis20' user='postgres' password='' host='localhost'"
  cx = psycopg.connect(connectStr)
  cu = cx.cursor()
  logging.info("connected to DB")
except:
  logging.error("could not connect to the database")

    global cx
        try: 
                 cu.execute("INSERT INTO taxi (userid,carNum) SELECT '"+str(msg['UserID'])+"',"+str(msg['CarNumber']))
                 cu.execute
                 cu.execute
                 cu.execute
                 cu.execute
                 ..
                 ..
                 ..
                 .

        except Exception, err:
                 print('ERROR: %s\n' % str(err))
                 cx.commit()
       cx.commit()   

游标成本是由于调用了第二个代码块中的执行函数。(通常执行 sql 查询并返回结果比任何原始操作花费的时间都多一点)

您可以在分析方面找到很多帮助 here

您有 9539 个插入,每个插入 0.162 毫秒。听起来很正常。您可以使用批量插入或 copy_from 来加速整个过程。