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 Workbook, load_workbook

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 x:x.value, row))

#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