Question

我是python的新手，并且一直在使用我的raspberry pi来启动并运行脚本以将数百万个传感器数据记录导入sqlite。我想在事务中执行此操作以提高流程效率。我试图将事务分解为10k块，如下所示：Python CSV to SQLite

到目前为止我已经

了

import csv, sqlite3, time

def chunks(data, rows=10000):
    for i in range (0, len(data), rows):
            yield data[i:i+rows]

if __name__ == "__main__":

    t = time.time()

con = sqlite3.connect('test.db')
cur = con.cursor()
cur.execute("DROP TABLE IF EXISTS sensor;")
cur.execute("CREATE TABLE sensor(key INT, reading REAL);")

filename = 'dummy.csv'
reader = csv.reader(open(filename,"r"))
divdata = chunks(reader)

for chunk in divdata:
    cur.execute('BEGIN TRANSACTION')

    for col1, col2 in chunk:
            cur.execute('INSERT INTO sensor (key, reading) VALUES (?, ?)', (col1, col2))

    con.execute('COMMIT')

我在python 3.2.3中遇到以下错误：

Traceback (most recent call last):
File "/home/pi/test1.py", line 20, in <module>
for chunk in divdata:
File "/home/pi/test1.py", line 4, in chunks
for i in range (0, len(data), rows):
TypeError: object of type '_csv.reader' has no len()

我显然在某个部分搞乱了部分，因为一切（基本插入）在没有块和事务的情况下工作正常。任何帮助表示赞赏。

Answer 1

你的SQL看起来没问题。我确实发现您的CSV阅读器存在问题：它不支持len() chunks()中使用它的方式。

您可以使用更典型的for row in data循环，也可以使用one of the techniques described in this thread，如果您需要将文件分成多个块。

Answer 2

任务中的代码段有两个问题：

chunks来电中的读者应该包含在list()
＆＃39; commit＆＃39;应该使用连接的commit()方法

参见固定代码：

import csv, sqlite3, time

def chunks(data, rows=10000):
    for i in range (0, len(data), rows):
            yield data[i:i+rows]

if __name__ == "__main__":

    t = time.time()

con = sqlite3.connect('test.db')
cur = con.cursor()
cur.execute("DROP TABLE IF EXISTS sensor;")
cur.execute("CREATE TABLE sensor(key INT, reading REAL);")

filename = 'dummy.csv'
reader = csv.reader(open(filename,"r"))
divdata = chunks(list(reader))

for chunk in divdata:
    cur.execute('BEGIN TRANSACTION')

    for col1, col2 in chunk:
            cur.execute('INSERT INTO sensor (key, reading) VALUES (?, ?)', (col1, col2))

    con.commit()

Answer 3

问题是您从csv.reader方法获得的对象不支持len()函数。事实上，这个CSV阅读器只在被指示时才会读取，因此，它不知道文件中有多少条记录。

因此，您需要更新chunks方法来处理不知道要分块的事物的数量。用这个替换该功能：

def chunks(data, n=10000):
    buffer = [None] * n
    idx = 0
    for record in data:
        buffer[idx] = record
        idx += 1
        if idx == n:
            yield buffer
            buffer = [None] * n
            idx = 0
    if idx > 0:
        yield buffer[:idx]

它的作用是：只要有要检索的记录，它就会一直从文件中检索记录，并且每个n行都会发出n条记录列表。例如：

>>> for c in chunks(range(10), 3):
...     print(c)
...
[0, 1, 2]
[3, 4, 5]
[6, 7, 8]
[9]

用于CSV导入的SQLite事务

3 个答案: