最近在做多数据库合并的脚本， 要将多个分数据库的表数据合并到一个主数据库中。 以下是我在编写数据订正脚本时犯过的错误， 记录以为鉴。
不必要的查询
请看以下语句：
regiondb = db.Houyiregiondb() houyidb = db.Houyidb(read_only=False) regiondbRet = regiondb.query(vmmacsFromRegiondbSql) houyidbRet = houyidb.query(vmmacsFromHouyidbSql) if len(regiondbRet) == 0: return
原意很明显， 是为了分别取出 houyidb 和 houyiregiondb 相应的记录， 用于后续对比。 但是这里不假思索地将 houyidb 查询的语句提前了， 结果可能导致 houyidb.query(vmmacsFromHouyidbSql) 成为不必要的查询。如果这个查询会拉取很多数据的话， 就会造成很大浪费。 字节就是钱啊！ 如今的程序员或许不用像以前的程序员那么“抠门”， 也要“精打细算” 才是。 修复办法很简单， 调换下语句顺序即可：
regiondb = db.Houyiregiondb() regiondbRet = regiondb.query(vmmacsFromRegiondbSql) if len(regiondbRet) == 0: regiondb.close() return houyidb = db.Houyidb(read_only=False) houyidbRet = houyidb.query(vmmacsFromHouyidbSql)
教训： 写程序切忌不假思索。
锁超时
并发操作主数据库时， 报 Lock wait timeout exceeded; try restarting transaction 锁超时错误。 经查， 是因为insert X 表的时候同时并发 delete from X where ... 。 insert 在先， delete X 语句等待锁。 由于 insert X 要插入十几万条记录， 耗费超过1分钟， 而 innodb_lock_wait_timeout = 50s ( show variables like "%timeout%";) 因此 delete X 无可挽回地失败了。 如果要复现问题的话，也很简单： 先开始 insert X 大量记录， 然后马上敲入 delete X 语句， 等待 50s 后就会报出上述错误。 这里需要优化 sql 语句。 优化的办法是： 将 十几万条记录切分成多次提交， 每次提交 1000 条插入语句。代码如下：
def divideIntoGroups(allTuples, numPerGroup=1000): ''' divide tuples into group of tuples ; each group has no more than numPerGroup tuples default value of numPerGroup is 1000 ''' groups = [] totalNum = len(allTuples) if totalNum <= numPerGroup: groups.append(allTuples) return groups start = 0 eachEnd = start + numPerGroup while start < totalNum: groups.append(allTuples[start:eachEnd]) start += numPerGroup eachEnd = start + numPerGroup if eachEnd >= totalNum: eachEnd = totalNum return groupsdef insertManyMany(insertSql, allTuples, db): ''' insert many many records , usually more than 10000 insert 1000 once and insert (len/1000+1) times ''' groups = divideIntoGroups(allTuples) count = 0 for groupTuples in groups: affectRows = db.executemany(insertSql, groupTuples) if affectRows: count += affectRows db.commit() needInsertNum = len(allTuples) isPassedMsg = ('OK' if needInsertNum==count else 'SOME ERROR') printAndLog("Need insert %d records, and actual %d. %s" % (needInsertNum, count, isPassedMsg)) 调用方法如下：
insertSql = "insert into student (name, age) value (%s, %s) "
allTuples = [("zhang", 20), ("qian", 25), ("wang", 23), ... , ("liu", 26)]
insertManyMany(insertSql, allTuples, db)
效果很明显。 原来插入 32000 条记录需要 18s, 现在只需要 2-3s , 原来插入 129968 条记录需要 67s , 现在只需要 12-15s. 同时， 每次提交的插入事务变短， 可以减少锁等待时间。