推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3177 天前的主题，其中的信息可能已经有所发展或是发生改变。
求助一下大家，我手上有一些历史数据想要导入到数据库（ 100 多 G ），数据库是 PostgreSQL
然而问题是导入非常缓慢，慢到无法接受，请大家给我出个主意。
数据库是这样的：
表 1 ：数据源信息 - (id, 文件名，数据时间，导入时间)
表 2 ：数据子项 A - （ id, 属性若干，数据源 id ）
表 3 ：数据子项 B - （ id, 属性若干，数据源 id ）
表 4 ：数据关联 - （数据子项 A_id ，数据子项 B_id ）
数据源和数据项是一对多的关系，单条数据项会根据需要分别存入 A 和 B 两个表，由额外的关联表来标出他们的联系。
我的办法是这样的，用 peewee 连接数据库，然后就那么正常的 create 对象，然而用不用事务都很慢。
从前倒是有过用 csv 导入数据，很快，但是这次涉及外键我也就没有太好的办法，求助！
然而问题是导入非常缓慢，慢到无法接受，请大家给我出个主意。
数据库是这样的：
表 1 ：数据源信息 - (id, 文件名，数据时间，导入时间)
表 2 ：数据子项 A - （ id, 属性若干，数据源 id ）
表 3 ：数据子项 B - （ id, 属性若干，数据源 id ）
表 4 ：数据关联 - （数据子项 A_id ，数据子项 B_id ）
数据源和数据项是一对多的关系，单条数据项会根据需要分别存入 A 和 B 两个表，由额外的关联表来标出他们的联系。
我的办法是这样的，用 peewee 连接数据库，然后就那么正常的 create 对象，然而用不用事务都很慢。
从前倒是有过用 csv 导入数据，很快，但是这次涉及外键我也就没有太好的办法，求助！
 |
1
Septembers 2015-08-23 10:22:00 +08:00
先不要建立关系 导入之后再建立关系
see http://initd.org/psycopg/docs/cursor.html#cursor.copy_from |
 |
2
fy OP @Septembers 可我这里还有一些别的问题： 1. 数据项中无主键， 2. 对于每一条数据而言，并不一定对应表 A 与表 A 的两条数据，可能这一条数据只在表 A 里面写。
这导致我建立联系的时候很麻烦 |
 |
3
cxbig 2015-08-23 17:05:16 +08:00
1. 关闭外键检查，导入后再开启
2. 如果外键根据新数据表需要进行位移，使用 PHP 、 Ruby 、 Python 等语言读取数据，再用他们的 ORM 连接并导入数据 |
 |
4
tesion99 2015-08-24 09:28:59 +08:00
Mysql 有 load data in file 可以把数据从文件按照指定分隔符，指定字段导入数据库， PostgrepSql 应该也有类似的命令，不过这种方式下最好把文件分割为多个小文件，不要太大了
|
 |
5
hasdream 2015-08-24 15:23:54 +08:00
指定的格式 python/php/java 多线程去跑 ， 多次测试。
|
Select Language