我最近在涉及大量资料处理的专案中频繁使用 sqlite3。我最初的尝试根本不涉及任何数据库，所有的资料都将储存在内存中，包括字典查询、迭代和条件等查询。这很好，但可以放入内存的只有那么多，并且将资料从磁盘重新生成或载入到内存是一个繁琐又耗时的过程。
我决定试一试sqlite3。因为只需开启与数据库的连线，这样可以增加可处理的资料量，并将应用程序的载入时间减少到零。此外，我可以通过 SQL 查询替换很多Python逻辑语句。
我想分享一些关于这次经历的心得和发现。
TL;DR
使用大量操作 (又名 executemany)。
你不需要使用游标 (大部分时间)。
游标可被迭代。
使用上下文管理器。
使用编译指示 (当它有意义)。
推迟索引建立。
使用占位符来插入 python 值。
1. 使用大量操作
如果你需要在数据库中一次性插入很多行，那么你真不应该使用 execute。sqlite3 模组提供了批量插入的方式：executemany。
而不是像这样做：
你可以利用这个事实，即 executemany 接受元组的生成器作为引数：
这不仅更简洁，而且更高效。实际上，sqlite3 在幕后利用 executemany 实现 execute，但后者插入一行而不是多行。
我写了一个小的基准测试，将一百万行插入空表（数据库在内存中）：
executemany:1.6秒
execute: 2.7 秒
2. 你不需要游标
一开始我经常搞混的事情就是，游标管理。线上示例和文件中通常如下：
但大多数情况下，你根本不需要游标，你可以直接使用连线物件（本文末尾会提到）。
像execute和executemany类似的操作可以直接在连线上呼叫。以下是一个证明此事的示例：
3. 游标（Cursor）可被用于迭代
你可能经常会看到使用fetchone或fetchall来处理SELECT查询结果的示例。但是我发现处理这些结果的最自然的方式是直接在游标上迭代：
这样一来，只要你得到足够的结果，你就可以终止查询，并且不会引起资源浪费。当然，如果事先知道你需要多少结果，可以改用LIMIT SQL语句，但Python生成器是非常方便的，可以让你将资料生成与资料消耗分离。
4. 使用Context Managers（上下文管理器）
即使在处理SQL事务的中间，也会发生讨厌的事情。为了避免手动处理回滚或提交，你可以简单地使用连线物件作为上下文管理器。 在以下示例中，我们建立了一个表，并错误地插入了重复的值：
5. 使用Pragmas
…当它真的有用时
在你的程式中有几个 pragma 可用于调整 sqlite3 的行为。特别地，其中一个可以改善效能的是synchronous：
你应该知道这可能是危险的。如果应用程序在事务中间意外崩溃，数据库可能会处于不一致的状态。所以请小心使用！ 但是如果你要更快地插入很多行，那么这可能是一个选择。
6. 推迟索引建立
假设你需要在数据库上建立几个索引，而你需要在插入很多行的同时建立索引。把索引的建立推迟到所有行的插入之后可以导致实质性的效能改善。
7. 使用占位符插入 Python 值
使用 Python 字串操作将值包含到查询中是很方便的。但是这样做非常不安全，而 sqlite3 给你提供了更好的方法来做到这一点：
此外，使用Python％s（或格式或格式的字串常量）的字串插值对于executemany来说并不是总是可行。所以在此尝试没有什么真正意义！
请记住，这些小技巧可能会（也可能不会）给你带来好处，具体取决于特定的用例。你应该永远自己去尝试，决定是否值得这么做。
