python – 一次查询多个参数的Sqlite并处理缺失值

是否有可能在sql-Query中执行类似的操作？也许提供一个列表作为输入参数？
我想要的日期是连续的,但数据库中并不存在所有日期.如果日期不存在,则结果应为“无”.

dates = [dt.datetime(2008,1,1), dt.datetime(2008,1,2), dt.datetime(2008,1,3), dt.datetime(2008,1,4), dt.datetime(2008,1,5)]
id = "361-442"
result = []
for date in dates:
    curs.execute('''SELECT price, date FROM prices where date = ? AND id = ?''', (date, id))
    query = curs.fetchall()
    if  query == []:
        result.append([None, arg])
    else:
        result.append(query)

解决方法:

要在sqlite中执行所有工作,可以使用LEFT JOIN用None填写缺失的价格：

sql='''
SELECT p.price, t.date
FROM ( {t} ) t
LEFT JOIN price p
ON p.date = t.date
WHERE p.id = ?
'''.format(t=' UNION ALL '.join('SELECT {d!r} date'.format(d=d) for d in date))

cursor.execute(sql,[id])
result=cursor.fetchall()

但是,此解决方案需要在Python中形成(可能)巨大的字符串,以便创建所有所需日期的临时表.它不仅速度慢(包括创建临时表需要sqlite的时间)它也很脆弱：如果len(date)大于500,那么sqlite会引发

OperationalError: too many terms in compound SELECT

如果您已在其他表格中拥有所有所需日期,则可能可以解决此问题.然后你可以用上面的丑陋的“UNION ALL”sql替换
就像是

SELECT p.price, t.date
FROM ( SELECT date from dates ) t
LEFT JOIN price p
ON p.date = t.date

虽然这是一个改进,但我的timeit测试(见下文)表明,在Python中完成部分工作仍然更快：

在Python中完成部分工作：

如果您知道日期是连续的,因此可以表示为范围,那么：

curs.execute('''
    SELECT date, price
    FROM prices
    WHERE date <= ?
        AND date >= ?
        AND id = ?''', (max(date), min(date), id))

否则,如果日期是任意的,那么：

sql = '''
    SELECT date, price
    FROM prices
    WHERE date IN ({s})
        AND id = ?'''.format(s={','.join(['?']*len(dates))})
curs.execute(sql,dates + [id])

要形成结果列表,并为缺少的价格插入“无”,您可以从(日期,价格)对中形成一个字典,并使用dict.get()方法
缺少日期键时提供默认值None：

result = dict(curs.fetchall())
result = [(result.get(d,None), d) for d in date]

注意将dict形成为从日期到价格的映射,我在SQL查询中交换了日期和价格的顺序.

时间测试：

我比较了这三个功能：

def using_sqlite_union():
    sql = '''
        SELECT p.price, t.date
        FROM ( {t} ) t
        LEFT JOIN price p
        ON p.date = t.date
    '''.format(t = ' UNION ALL '.join('SELECT {d!r} date'.format(d = str(d))
                                      for d in dates))
    cursor.execute(sql)
    return cursor.fetchall()

def using_sqlite_dates():
    sql = '''
        SELECT p.price, t.date
        FROM ( SELECT date from dates ) t
        LEFT JOIN price p
        ON p.date = t.date
    '''
    cursor.execute(sql)
    return cursor.fetchall()

def using_python_dict():
    cursor.execute('''
        SELECT date, price
        FROM price
        WHERE date <= ?
            AND date >= ?
            ''', (max(dates), min(dates)))

    result = dict(cursor.fetchall())
    result = [(result.get(d,None), d) for d in dates]
    return result

N = 500
m = 10
omit = random.sample(range(N), m)
dates = [ datetime.date(2000, 1, 1)+datetime.timedelta(days = i) for i in range(N) ]
rows = [ (d, random.random()) for i, d in enumerate(dates) if i not in omit ]

行定义了已插入价格表的数据.

Timeit测试结果：

像这样运行timeit：

python -mtimeit -s'import timeit_sqlite_union as t' 't.using_python_dict()'

产生了这些基准：

·────────────────────·────────────────────·
│  using_python_dict │ 1.47 msec per loop │
│ using_sqlite_dates │ 3.39 msec per loop │
│ using_sqlite_union │ 5.69 msec per loop │
·────────────────────·────────────────────·

using_python_dict比using_sqlite_dates快约2.3倍.即使我们将总日期数增加到10000,速度比仍保持不变：

·────────────────────·────────────────────·
│  using_python_dict │ 32.5 msec per loop │
│ using_sqlite_dates │ 81.5 msec per loop │
·────────────────────·────────────────────·

结论：将所有工作转移到sqlite并不一定更快.

python – 一次查询多个参数的Sqlite并处理缺失值

相关推荐