Python批量Excel文件数据导入SQLite数据库的优化方案

说明：1）需要安装扩展库openpyxl；2）随着数据库的增大，导入速度可能会有所下降；3）本文只考虑Python代码优化，没有涉及数据库的优化；4）本文要点在于使用executemany实现批量数据导入，通过减少事务提交次数提高导入速度。

from random import choice, randrangefrom string import digits, ascii_lettersfrom os import listdirimport sqlite3from time import timefrom openpyxl import Workbook, load_workbook

def generateRandomData():    #total表示记录总条数    global total    characters = digits+ascii_letters    for i in range(50):        xlsName = 'xlsxs//'+str(i)+'.xlsx'        #随机数，每个xlsx文件的行数不一样        totalLines = randrange(10**5)        wb = Workbook()        ws = wb.worksheets[0]        #表头        ws.append(['a', 'b', 'c', 'd', 'e'])        #随机数据，每行5个字段，每个字段30个字符        for j in range(totalLines):            line = [''.join((choice(characters)for ii in range(30))) for jj in range(5)]            ws.append(line)            total += 1        #保存xlsx文件        wb.save(xlsName)

#针对每个xlsx文件的生成器def eachXlsx(xlsxFn):    wb = load_workbook(xlsxFn)    ws = wb.worksheets[0]    for index, row in enumerate(ws.rows):        #忽略表头        if index == 0:            continue        yield tuple(map(lambda x:x.value, row))

#导入def xlsx2sqlite():    #获取所有xlsx文件    xlsxs = ('xlsxs//'+fn for fn in listdir('xlsxs'))    #连接数据库，创建游标    conn = sqlite3.connect('data.db')    cur = conn.cursor()    for xlsx in xlsxs:        #批量导入，减少提交事务的次数，可以提高速度        sql = 'insert into fromxlsx values(?,?,?,?,?)'        cur.executemany(sql, eachXlsx(xlsx))        conn.commit()

total = 0

generateRandomData()

start = time()xlsx2sqlite()delta = time()-startPRint('导入用时：', delta)print('导入速度（条/秒）：', total/delta)

运行结果：

导入用时： 326.4754948616028导入速度（条/秒）： 7105.5317673486825