使用 Python 和 Pandas 从 Oracle 获取数据的性能问题

Question

我正在使用 cx_Oracle 模块创建一个 sqlalchemy 引擎并使用 Python 和 Pandas 从 Oracle 数据库检索数据，但我有一个问题与性能有关，但我遇到了数据库错误。

如果我只指定几列，我的代码工作正常（但很慢），并且在很长一段时间后我可以获得所有 350 万行。这是我正在使用的代码：

import cx_Oracle
import pandas as pd
import config
from sqlalchemy import create_engine

engine = create_engine('oracle+cx_oracle://config.user:config.password@config.host:1521/?service_name=config.service')

sql = "select ITEM_NO, COUNTRY_CODE, LANGUAGE_CODE from table_ben_l_t where (LANGUAGE_CODE = 'es' and COUNTRY_CODE = 'ES')"

df = pd.read_sql(sql, engine)

一旦我添加了更多的列，我就不能再运行这个了，因为在很长很长时间的延迟（我说的是几个小时）之后我遇到了数据库错误。

我知道使用这种方法来检索数据并创建 Pandas 不是唯一可用的方法，但它绝对是最方便的...有没有 better/safer 方法来获取这些来自 Oracle 数据库的数据？我正在考虑逐块下载行，将它们转储到可以传递给 Pandas 的 dict 列表中，但这看起来不是很“优雅”......我确定必须有一个更好的方法...:-)

提前感谢任何可以帮助我的人！ :-)

JF

编辑 1： 回应@OldProgrammer 和@crocarneiro：

根据查询结果，没有到列的索引select * from all_ind_columns where table_name = 'TABLE_BEN_L_T';

编辑 2： 这是我收到的错误消息：

DatabaseError: (cx_Oracle.DatabaseError) ORA-01555: snapshot too old: rollback segment number 509 with name "_SYSSMU509_3146905099$" too small
(Background on this error at: http://sqlalche.me/e/14/4xp6)

也非常感谢@Christopher Jones！这看起来很有趣！

Answer 1

我终于按照 Christopher Jones 的建议调整 fetcharraysize 和 prefetchrows 属性解决了这个问题。

我通过设置属性值显着提高了性能，不再出现超时和错误消息！

非常感谢所有帮助过的人！ :-)

JF

使用 Python 和 Pandas 从 Oracle 获取数据的性能问题

Performance issue getting data from Oracle using Python and Pandas

python

pandas

oracle

cx-oracle