情况:我的SQLite数据库中的一个表中有大约4000万行,3列无组织的数据(约300MB)。我的数据示例如下:
| filehash | filename | filesize |
|------------|------------|------------|
| hash111 | fileA | 100 |
| hash222 | fileB | 250 |
| hash333 | fileC | 380 |
| hash111 | fileD | 250 | #Hash collision with fileA
| hash444 | fileE | 520 |
| ... | ... | ... |
问题:一条SELECT
语句可能需要3到5秒。我正在运行的应用程序必须快速。单个查询耗时3至5秒太长。
#calculates hash
md5hash = hasher(filename)
#I need all 3 columns so that I do not need to parse through the DB a second time
cursor.execute('SELECT * FROM hashtable WHERE filehash = ?', (md5hash,))
returned = cursor.fetchall()
问题:如何使SELECT
语句运行更快(我知道这听起来很疯狂,但我希望速度低于0.5秒)?
附加信息1:我正在RPi 3B(1GB RAM,默认100MB SWAP)上的Python 2.7程序上运行它。我之所以这样问,主要是因为恐怕它会因为“ RAM不足”而使RPi崩溃。
作为参考,在正常运行我的应用程序的情况下从数据库读取数据时,我们正在寻找最大55MB的可用内存,以及几百MB的缓存数据-我不确定这是否是SQLite缓存(未触及SWAP)。
附加信息2:我愿意使用其他数据库来存储表(我一直在寻找PyTables或ZODB作为替代品-只是说我有些绝望了)。
附加信息3:没有唯一键,因为该SELECT
语句将在列中查找匹配项,这些匹配项只是哈希值,显然存在冲突。
当前,数据库必须扫描整个表以查找所有匹配项。要加快搜索速度,请使用索引:
CREATE INDEX my_little_hash_index ON hashtable(filehash);
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句