[ pymysql ] 三种插入方式的速度对比
来源:SegmentFault
2023-01-23 16:02:05
0浏览
收藏
亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《[ pymysql ] 三种插入方式的速度对比》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下MySQL、python,希望所有认真读完的童鞋们,都有实质性的提高。
- 方案一:使用 executemany 一次 + commit 一次
- 方案二:使用 execute 10000 次 + commit 一次
- 方案三:使用 (execute + commit) 都 10000 次
生成伪数据
fake: Faker = Faker(locale='zh_CN') start = time.time() tables = [] for i in range(10000): row = (fake.name(), fake.text()) tables.append(row) # print(row) end = time.time() print(f'生成数据完成! pay time is {end - start} s') connection: Connection = pymysql.connect( user='root', password='yourpassword', host='192.168.31.203', port=3306, database='test_001' )
方案一
print('开始方案一......') with connection: # 创建数据表 with connection.cursor() as cursor: cursor: Cursor sql = """ create table if not exists `tweet`( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(255) NOT NULL, `content` varchar(255) NOT NULL, PRIMARY KEY (`id`) ) """ cursor.execute(sql) start = time.time() # 插入数据 with connection.cursor() as cursor: cursor: Cursor sql = 'insert into tweet (`username`,`content`) values (%s,%s) ' cursor.executemany(sql, tables) connection.commit() end = time.time() print(f'方案一:插入数据完成! pay time is {end - start} s') # 删除数据表 with connection.cursor() as cursor: cursor: Cursor sql = 'drop table tweet;' cursor.execute(sql)
方案二
print('开始方案二......') connection: Connection = pymysql.connect( user='root', password='yourpassword', host='192.168.31.203', port=3306, database='test_001' ) with connection: # 创建数据表 with connection.cursor() as cursor: cursor: Cursor sql = """ create table if not exists `tweet`( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(255) NOT NULL, `content` varchar(255) NOT NULL, PRIMARY KEY (`id`) ) """ cursor.execute(sql) start = time.time() # 插入数据 with connection.cursor() as cursor: cursor: Cursor for row in tables: sql = 'insert into tweet (`username`,`content`) values (%s,%s) ' cursor.execute(sql, row) connection.commit() end = time.time() print(f'方案二:插入数据完成! pay time is {end - start} s') # 删除数据表 with connection.cursor() as cursor: cursor: Cursor sql = 'drop table tweet;' cursor.execute(sql)
方案三
print('开始方案三......') connection: Connection = pymysql.connect( user='root', password='yourpassword', host='192.168.31.203', port=3306, database='test_001' ) with connection: # 创建数据表 with connection.cursor() as cursor: cursor: Cursor sql = """ create table if not exists `tweet`( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(255) NOT NULL, `content` varchar(255) NOT NULL, PRIMARY KEY (`id`) ) """ cursor.execute(sql) start = time.time() # 插入数据 with connection.cursor() as cursor: cursor: Cursor for row in tables: sql = 'insert into tweet (`username`,`content`) values (%s,%s) ' cursor.execute(sql, row) connection.commit() end = time.time() print(f'方案三:插入数据完成! pay time is {end - start} s') # 删除数据表 with connection.cursor() as cursor: cursor: Cursor sql = 'drop table tweet;' cursor.execute(sql)
运行结果
生成数据完成! pay time is 1.2480072975158691 s 开始方案一...... 方案一:插入数据完成! pay time is 2.1816399097442627 s 开始方案二...... 方案二:插入数据完成! pay time is 27.0793399810791 s 开始方案三...... 方案三:插入数据完成! pay time is 247.8990249633789 s
可以看到
速度:方案一 > 方案二 > 方案三
完整代码
import pymysql from pymysql.connections import Connection from pymysql.cursors import Cursor from faker import Faker import time fake: Faker = Faker(locale='zh_CN') start = time.time() tables = [] for i in range(10000): row = (fake.name(), fake.text()) tables.append(row) # print(row) end = time.time() print(f'生成数据完成! pay time is {end - start} s') connection: Connection = pymysql.connect( user='root', password='yourpassword', host='192.168.31.203', port=3306, database='test_001' ) print('开始方案一......') with connection: # 创建数据表 with connection.cursor() as cursor: cursor: Cursor sql = """ create table if not exists `tweet`( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(255) NOT NULL, `content` varchar(255) NOT NULL, PRIMARY KEY (`id`) ) """ cursor.execute(sql) start = time.time() # 插入数据 with connection.cursor() as cursor: cursor: Cursor sql = 'insert into tweet (`username`,`content`) values (%s,%s) ' cursor.executemany(sql, tables) connection.commit() end = time.time() print(f'方案一:插入数据完成! pay time is {end - start} s') # 删除数据表 with connection.cursor() as cursor: cursor: Cursor sql = 'drop table tweet;' cursor.execute(sql) # -------------------------------------------------------------------- print('开始方案二......') connection: Connection = pymysql.connect( user='root', password='yourpassword', host='192.168.31.203', port=3306, database='test_001' ) with connection: # 创建数据表 with connection.cursor() as cursor: cursor: Cursor sql = """ create table if not exists `tweet`( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(255) NOT NULL, `content` varchar(255) NOT NULL, PRIMARY KEY (`id`) ) """ cursor.execute(sql) start = time.time() # 插入数据 with connection.cursor() as cursor: cursor: Cursor for row in tables: sql = 'insert into tweet (`username`,`content`) values (%s,%s) ' cursor.execute(sql, row) connection.commit() end = time.time() print(f'方案二:插入数据完成! pay time is {end - start} s') # 删除数据表 with connection.cursor() as cursor: cursor: Cursor sql = 'drop table tweet;' cursor.execute(sql) # -------------------------------------------------------------------- print('开始方案三......') connection: Connection = pymysql.connect( user='root', password='yourpassword', host='192.168.31.203', port=3306, database='test_001' ) with connection: # 创建数据表 with connection.cursor() as cursor: cursor: Cursor sql = """ create table if not exists `tweet`( `id` bigint NOT NULL AUTO_INCREMENT, `username` varchar(255) NOT NULL, `content` varchar(255) NOT NULL, PRIMARY KEY (`id`) ) """ cursor.execute(sql) start = time.time() # 插入数据 with connection.cursor() as cursor: cursor: Cursor for row in tables: sql = 'insert into tweet (`username`,`content`) values (%s,%s) ' cursor.execute(sql, row) connection.commit() end = time.time() print(f'方案三:插入数据完成! pay time is {end - start} s') # 删除数据表 with connection.cursor() as cursor: cursor: Cursor sql = 'drop table tweet;' cursor.execute(sql)
今天关于《[ pymysql ] 三种插入方式的速度对比》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于mysql的内容请关注golang学习网公众号!
版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除

- 上一篇
- 数据处理分析平台(一)

- 下一篇
- mysql表操作
评论列表
-
- 无聊的高跟鞋
- 细节满满,码住,感谢作者的这篇文章,我会继续支持!
- 2023-02-09 09:04:16
-
- 自觉的黑米
- 太给力了,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,看完之后很有帮助,总算是懂了,感谢作者大大分享文章内容!
- 2023-02-03 04:30:14
-
- 妩媚的砖头
- 这篇博文真是及时雨啊,太详细了,太给力了,码住,关注博主了!希望博主能多写数据库相关的文章。
- 2023-01-30 14:05:50
-
- 开心的巨人
- 这篇技术贴真是及时雨啊,楼主加油!
- 2023-01-29 08:47:39
-
- 聪慧的舞蹈
- 这篇技术文章真是及时雨啊,细节满满,感谢大佬分享,已加入收藏夹了,关注作者大大了!希望作者大大能多写数据库相关的文章。
- 2023-01-28 17:24:20
-
- 感动的发夹
- 好细啊,码起来,感谢楼主的这篇技术贴,我会继续支持!
- 2023-01-25 15:37:09
-
- 鲤鱼龙猫
- 很棒,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,帮助很大,总算是懂了,感谢作者大大分享博文!
- 2023-01-25 01:37:26
查看更多
最新文章
-
- 数据库 · MySQL | 3小时前 | mysql 字符集 中文乱码 utf8mb4 utf8mb4_unicode_ci
- MySQL中文乱码解决方案与字符集修改命令大全
- 339浏览 收藏
-
- 数据库 · MySQL | 1天前 | 索引 数据类型 字符集 存储引擎 CREATETABLE
- MySQL新建表操作指南与建表技巧
- 462浏览 收藏
-
- 数据库 · MySQL | 1个月前 | 条件判断
- CASEWHEN条件判断的嵌套使用详解与实战场景分析
- 469浏览 收藏
-
- 数据库 · MySQL | 1个月前 | java php
- CSV文件批量导入MySQL的性能优化秘籍大揭秘
- 289浏览 收藏
-
- 数据库 · MySQL | 1个月前 |
- GaleraCluster多主集群配置与冲突解决攻略
- 239浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
查看更多
AI推荐
-
- 笔灵AI生成答辩PPT
- 探索笔灵AI生成答辩PPT的强大功能,快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成,让您的学术和职场展示更加专业与高效。
- 20次使用
-
- 知网AIGC检测服务系统
- 知网AIGC检测服务系统,专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源,结合先进的“知识增强AIGC检测技术”,系统能够从语言模式和语义逻辑两方面精准识别AI生成内容,适用于学术研究、教育和企业领域,确保文本的真实性和原创性。
- 29次使用
-
- AIGC检测-Aibiye
- AIbiye官网推出的AIGC检测服务,专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本,帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式,检测范围为论文正文,提供高准确性和便捷的用户体验。
- 35次使用
-
- 易笔AI论文
- 易笔AI论文平台提供自动写作、格式校对、查重检测等功能,支持多种学术领域的论文生成。价格优惠,界面友好,操作简便,适用于学术研究者、学生及论文辅导机构。
- 43次使用
-
- 笔启AI论文写作平台
- 笔启AI论文写作平台提供多类型论文生成服务,支持多语言写作,满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本,确保论文质量和原创性,并提供查重保障和隐私保护。
- 37次使用
查看更多
相关文章
-
- golang MySQL实现对数据库表存储获取操作示例
- 2022-12-22 499浏览
-
- 搞一个自娱自乐的博客(二) 架构搭建
- 2023-02-16 244浏览
-
- B-Tree、B+Tree以及B-link Tree
- 2023-01-19 235浏览
-
- mysql面试题
- 2023-01-17 157浏览
-
- MySQL数据表简单查询
- 2023-01-10 101浏览