通过Python分批从MySQL中检索数据

Question

我想分批做这个过程，因为体积太大了。

这是我的代码：

 getconn = conexiones()
 con = getconn.mysqlDWconnect()
 with con:
     cur = con.cursor(mdb.cursors.DictCursor)
     cur.execute("SELECT id, date, product_id, sales FROM sales")
     rows = cur.fetchall()

如何实现索引以批量获取数据？

Answer 1

你可以用

SELECT id, date, product_id, sales FROM sales LIMIT X OFFSET Y;

其中X是所需批的大小，Y是当前偏移量（例如X乘以当前迭代次数）

Answer 2

第一点：pythondb-api.cursor是一个迭代器，因此除非您真的需要一次将整个批加载到内存中，否则您可以从使用此功能开始，即不要：

cursor.execute("SELECT * FROM mytable")
rows = cursor.fetchall()
for row in rows:
   do_something_with(row)

你可以：

cursor.execute("SELECT * FROM mytable")
for row in cursor:
   do_something_with(row)

如果您的db connector的实现仍然不能正确地使用这个特性，那么现在就应该为这个组合添加LIMIT和OFFSET：

# py2 / py3 compat
try:
    # xrange is defined in py2 only
    xrange
except NameError:
    # py3 range is actually p2 xrange
    xrange = range

cursor.execute("SELECT count(*) FROM mytable")
count = cursor.fetchone()[0]
batch_size = 42 # whatever

for offset in xrange(0, count, batch_size):
    cursor.execute(
        "SELECT * FROM mytable LIMIT %s OFFSET %s", 
        (batch_size, offset))
   for row in cursor:
       do_something_with(row)

Answer 3

要扩展akalikin的答案，可以使用分步迭代将查询分割成块，然后使用LIMIT和OFFSET执行查询。

cur = con.cursor(mdb.cursors.DictCursor)
cur.execute("SELECT COUNT(*) FROM sales")

for i in range(0,cur.fetchall(),5):
    cur2 = con.cursor(mdb.cursors.DictCursor)
    cur2.execute("SELECT id, date, product_id, sales FROM sales LIMIT %s OFFSET %s" %(5,i))
    rows = cur2.fetchall()
    print rows