1 初探
在平时的开发工作中,我们可能会有这样的需求:我们希望有一个内存数据库或者数据引擎,用比较Pythonic的方式进行数据库的操作(比如说插入和查询)。
举个具体的例子,分别向数据库db中插入两条数据,”a=1, b=1″ 和 “a=1, b=2”, 然后想查询a=1的数据可能会使用这样的语句db.query(a=1),结果就是返回前面插入的两条数据; 如果想查询a=1, b=2的数据,就使用这样的语句db.query(a=1, b=2),结果就返回前面的第二条数据。
那么是否拥有实现上述需求的现成的第三方库呢?几经查找,发现PyDbLite能够满足这样的需求。其实,PyDbLite和Python自带的SQLite均支持内存数据库模式,只是前者是Pythonic的用法,而后者则是典型的SQL用法。
他们具体的用法是这样的:
PyDbLite
1234567891011 | import pydblite# 使用内存数据库pydb = pydblite.Base(\’:memory:\’)# 创建a,b,c三个字段pydb.create(\’a\’, \’b\’, \’c\’)# 为字段a,b创建索引pydb.create_index(\’a\’, \’b\’)# 插入一条数据pydb.insert(a=–1, b=0, c=1)# 查询符合特定要求的数据results = pydb(a=–1, b=0) |
SQLite
12345678910111213 | import sqlite3# 使用内存数据库con = sqlite3.connect(\’:memory:\’)# 创建a,b,c三个字段cur = con.cursor()cur.execute(\’create table test (a char(256), b char(256), c char(256));\’)# 为字段a,b创建索引cur.execute(\’create index a_index on test(a)\’)cur.execute(\’create index b_index on test(b)\’)# 插入一条数据cur.execute(\’insert into test values(?, ?, ?)\’, (–1,0,1))# 查询符合特定要求的数据cur.execute(\’select * from test where a=? and b=?\’,(–1, 0)) |
毫无疑问,pydblite的使用方式非常地Pythonic,但是它的效率如何呢?由于我们主要关心的是数据插入和查询速度,所以不妨仅对这两项做一个对比。写一个简单的测试脚本:
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748 | import timecount = 100000 def timeit(func): def wrapper(*args, **kws): t = time.time() func(*args) print time.time() – t, kws[\’des\’] return wrapper @timeitdef test_insert(mdb, des=\’\’): for i in xrange(count): mdb.insert(a=i–1, b=i, c=i+1) @timeitdef test_query_object(mdb, des=\’\’): for i in xrange(count): c = mdb(a=i–1, b=i) @timeitdef test_sqlite_insert(cur, des=\’\’): for i in xrange(count): cur.execute(\’insert into test values(?, ?, ?)\’, (i–1, i, i+1)) @timeitdef test_sqlite_query(cur, des=\’\’): for i in xrange(count): cur.execute(\’select * from test where a=? and b=?\’, (i–1用比较Pythonic的方式进行数据库的操作(比如说插入和查询)。
举个具体的例子,分别向数据库db中插入两条数据,”a=1, b=1″ 和 “a=1, b=2”, 然后想查询a=1的数据可能会使用这样的语句db.query(a=1),结果就是返回前面插入的两条数据; 如果想查询a=1, b=2的数据,就使用这样的语句db.query(a=1, b=2),结果就返回前面的第二条数据。 那么是否拥有实现上述需求的现成的第三方库呢?几经查找,发现PyDbLite能够满足这样的需求。其实,PyDbLite和Python自带的SQLite均支持内存数据库模式,只是前者是Pythonic的用法,而后者则是典型的SQL用法。 PyDbLite
SQLite
2 pydblite和sqlite的性能毫无疑问,pydblite的使用方式非常地Pythonic,但是它的效率如何呢?由于我们主要关心的是数据插入和查询速度,所以不妨仅对这两项做一个对比。写一个简单的测试脚本:
|