实现批量插入以提高性能

Question

我编写了以下代码将数据插入 MEMSql，它的语法与 MySQL.

中的语法几乎相似

def get_connection(db=DATABASE):
    """ Returns a new connection to the database. """
    return database.connect(host=HOST, port=PORT, user=USER, password=PASSWORD, database=db)



def insert_data(data):
    print 'inserting data...'

    for item in data:
        vars_to_sql = []
        keys_to_sql = []
        print(item)
        for key,value in item.iteritems():
             if key == '__osHeaders':
                value = str(value)
             if isinstance(value, unicode):
                vars_to_sql.append(value.encode('ascii', 'ignore'))
                keys_to_sql.append(key.encode('ascii', 'ignore'))
             else:
                vars_to_sql.append(value)
                keys_to_sql.append(key)

        keys_to_sql = ', '.join(keys_to_sql)
        with get_connection() as conn:

             c = conn.execute("INSERT INTO tablename (%s) VALUES %r" % (keys_to_sql,  tuple(vars_to_sql),))
             print c

字段名称不能硬编码，因为它们可能会根据我从另一端获得的数据而改变。无论如何它是我在这里迭代的字典。由于这种单次插入非常慢，我需要将批量大小作为一个变量，形成查询语句并相应地插入它。所以批量大小为 2 的查询将是 INSERT INTO tablename col1, col2 VALUES ('a', 'b'),('c','d')

这里请大家帮我介绍下如何介绍

Answer 1

以下回答可能对您有所帮助：

您可以有一个元组，其中包含可能在某个时候使用的所有列
创建一个包含您要插入的实际值的元组列表，默认值 DEFAULT，
然后 bulk-insert 他们

Answer 2

如果您使用的是 MemSQL Python 库，您可以使用 memsql.common.query_builder 包中提供的 multi_insert 帮助程序。例如：

from memsql.common.query_builder import multi_insert
from memsql.common.database import connect

sql, params = multi_insert("my_table", { "foo": 1 }, { "foo": 2 })
# sql = 'INSERT INTO `my_table` (`foo`) VALUES (%(_QB_ROW_0)s), (%(_QB_ROW_1)s)'
# params = {'_QB_ROW_0': [1], '_QB_ROW_1': [2]}

with connect(...) as conn:
    conn.execute(sql, **params)

请注意，multi_insert 要求每条记录都定义了相同的列集，因为它将其转换为基于元组的查询插入。

实现批量插入以提高性能

Implement batch insert to improve performance

python

batch-insert

singlestore