Python批量Excel文件数据导入SQLite数据库的优化方案

说明：1）需要安装扩展库openpyxl；2）随着数据库的增大，导入速度可能会有所下降；3）本文只考虑Python代码优化，没有涉及数据库的优化；4）本文要点在于使用executemany实现批量数据导入，通过减少事务提交次数提高导入速度。

from random  import choice, randrange
from string  import digits, ascii_letters
from os  import listdir
import sqlite3
from time  import time
from openpyxl  import
def  generateRandomData():
     #total表示记录总条数
     global total
     characters = digits+ascii_letters
     for i  in range(50):
         xlsName = 'xlsxs\\'+str(i)+'.xlsx'
         #随机数，每个xlsx文件的行数不一样
         totalLines = randrange(10**5)
         wb = Workbook()
         ws = wb.worksheets[0]
         #表头
         ws.append(['a', 'b', 'c', 'd', 'e'])
         #随机数据，每行5个字段，每个字段30个字符
         for j  in range(totalLines):
             line = [''.join((choice(characters) for ii  in range(30)))  for jj in  range(5)]
             ws.append(line)
             total += 1
         #保存xlsx文件
         wb.save(xlsName)
#针对每个xlsx文件的生成器
def eachXlsx(xlsxFn):
     wb = load_workbook(xlsxFn)
     ws = wb.worksheets[0]
     for index, row  in enumerate(ws.rows):
         #忽略表头
         if index == 0:
             continue
         yield  tuple(map(lambda
#导入
def xlsx2sqlite():
     #获取所有xlsx文件
     xlsxs = ('xlsxs\\'+fn  for fn in listdir('xlsxs'))
     #连接数据库，创建游标
     conn = sqlite3.connect('data.db')
     cur = conn.cursor()
     for xlsx  in xlsxs:
         #批量导入，减少提交事务的次数，可以提高速度
         sql = 'insert into fromxlsx values(?,?,?,?,?)'
         cur.executemany(sql, eachXlsx(xlsx))
         conn.commit()
total = 0

generateRandomData()
start = time()
 xlsx2sqlite()
 delta = time()-start
print('导入用时：', delta)
print('导入速度（条/秒）：', total/delta)

运行结果：

导入用时： 326.4754948616028
导入速度（条/秒）： 7105.5317673486825