100万量级数据库如何高效用MySql查询
程序员文章站
2022-06-17 21:12:35
首先，直接给出一个方案：建立索引！！！conn = sqlite3.connect('data.db') #连接数据库c = conn.cursor()sql0 = 'CREATE INDEX index_User ON User (userid)' #建立索引c.execute(sql0)conn.close()为要使用的sql语句中涉及的表和列建立索引：CREATE INDEX index_name ON table_name (column_list)CREATE U...
首先，直接给出一个方案：建立索引！！！
conn = sqlite3.connect('data.db') #连接数据库
c = conn.cursor()
sql0 = 'CREATE INDEX index_User ON User (userid)' #建立索引
c.execute(sql0)
conn.close()
为要使用的sql语句中涉及的表和列建立索引：
CREATE INDEX index_name ON table_name (column_list)
CREATE UNIQUE INDEX index_name ON table_name (column_list)
用以下语句查看索引：
show index from tblname;
用以下语句删除索引：
DROP INDEX index_name ON talbe_name
ALTER TABLE table_name DROP INDEX index_name
ALTER TABLE table_name DROP PRIMARY KEY
最后，索引建立一次就成功啦，也就是说，在python代码中运行一次就ok了。
之后运行程序就直接注释掉就好了
索引速度提升的不止一点快：721.xx s 到 0.4xxxx s
—————————————下面是探索过程的废话，走的弯路的废话——————————————
（大家大可不用看）
1.考虑将db文件转为csv，进行本地读取、联合
问题：我觉得这样和读取db没大差别…
2.将db转为pandas的dataframe，相当于读入内存
问题：多表多条件的联合查找真的弄死我x
本文地址：https://blog.csdn.net/qq_36148333/article/details/107314962