Question

我正在浏览sqlalchemy批量插入性能this article。我尝试了基准测试中指定的各种方法 - SQLAlchemy ORM bulk_insert_mappings()，SQLAlchemy Core。不幸的是，插入1000行所有这些方法需要大约1分钟来插入它们。这非常缓慢。我还尝试了指定here的方法 - 这需要我构建一个大的SQL语句，如：

INSERT INTO mytable (col1, col2, col3)
VALUES (1,2,3), (4,5,6) ..... --- up to 1000 of these

此原始SQL的插入类似于：

MySession.execute('''
insert into MyTable (e, l, a)
values {}
'''.format(",".join(my_insert_str)))

使用这种方法，我在10-11秒内将性能提高了50倍+次，达到10000次插入。

以下是使用内置库的方法的代码。

class MyClass(Base):
    __tablename__ = "MyTable"
    e = Column(String(256), primary_key=True)
    l = Column(String(6))
    a = Column(String(20), primary_key=True)

    def __repr__(self):
        return self.e + " " + self.a+ " " + self.l

.......

        dict_list = []
        for i, row in chunk.iterrows():

            dict_list += [{"e" : row["e"], "l" : l, "a" : a}]

        MySession.execute(
            Myclass.__table__.insert(),
            dict_list
        )

以下是我连接数据库的方法。

    params = urllib.quote_plus("DRIVER={SQL Server Native Client 10.0};SERVER=servername;DATABASE=dbname;UID=user;PWD=pass")
    engine = create_engine("mssql+pyodbc:///?odbc_connect=%s" % params )
    MySession.configure(bind=engine, autoflush=False, expire_on_commit=False)

我的设置是否存在降低性能的问题？我试过不同的db驱动程序 - pyodbc和pymssql。我尝试过什么，我不能接近他们在文章中声称的数字：

SQLAlchemy ORM: Total time for 100000 records 2.192882061 secs
SQLAlchemy ORM pk given: Total time for 100000 records 1.41679310799 secs
SQLAlchemy ORM bulk_save_objects(): Total time for 100000 records 0.494568824768 secs
SQLAlchemy ORM bulk_insert_mappings(): Total time for 100000 records 0.325763940811 secs
SQLAlchemy Core: Total time for 100000 records 0.239127874374 secs
sqlite3: Total time for 100000 records 0.124729156494 sec

我正在连接到MS SQL Server 2008.如果我错过了任何其他详细信息，请告诉我。

原始SQL方法的问题在于它不是SQL注入安全的。因此，如果您有如何解决此问题的建议，那么它也将非常有用：）。

Answer 1

你正在做

MySession.execute(
    Myclass.__table__.insert(),
    dict_list
)

使用executemany()。它与INSERT INTO ... VALUES ...不同。要使用VALUES，请执行：

MySession.execute(
    Myclass.__table__.insert().values(dict_list)
)

作为旁注，SQL注入问题使用参数解决：

MySession.execute('''
insert into MyTable (e, l, a)
values (?, ?, ?), (?, ?, ?), ...
''', params)

这里要说的是你没有比较等效结构。您没有在SQLAlchemy生成的查询中使用VALUES但是您在文本SQL中，并且您没有在文本SQL中使用参数化，但您在SQLAlchemy生成的查询中。如果打开已执行SQL语句的日志记录，您将看到确切的不同之处。

sqlalchemy批量插入比构建原始SQL慢

1 个答案: