合并SQLite数据库让我抓狂。帮忙吗？

Question

我有32个SQLite（3.7.9）数据库，每个数据库有3个表，我正试图使用我在别处找到的习惯用法合并在一起（每个数据库都有相同的模式）：

attach db1.sqlite3 as toMerge;
insert into tbl1 select * from toMerge.tbl1;
insert into tbl2 select * from toMerge.tbl2;
insert into tbl3 select * from toMerge.tbl3;
detach toMerge;

并对整个数据库重复清洗。我使用python和sqlite3模块执行此操作：

^{pr2}$

其中2个表相当小，每db只有50K行，而第三个表（tbl3）更大，大约850-900K行。现在，插入的速度会逐渐减慢，直到我到达第四个数据库时，它们几乎停止（大约每1-3分钟向合并数据库添加一到两个兆字节的文件大小）。如果是python，我甚至尝试过将表作为insert（.insert；.out foo；sqlite3）转储完整.db<；foo是框架，找到了here），并使用sqlite3cli将它们组合在一个bash脚本中，直接完成这项工作，但我遇到了完全相同的问题。在

tbl3的表设置并不是太苛刻—一个包含UUID、两个整数和四个实值的文本字段。我担心的是行的数量，因为我在完全相同的位置（大约四个数据库）遇到了完全相同的问题，而在相同的行数下，各个数据库的文件大小要大一个数量级（我通过存储摘要统计数据而不是原始数据来显著地削减了tbl3的内容）。或者是我做手术的方式？在我把东西扔出窗外之前，谁能解释一下我现在的问题吗？在

Answer 1

尝试为较大的表添加或删除索引/主键。在

Answer 2

你没有提到你正在使用的操作系统或者数据库文件的大小。Windows可能会对大于2Gb的文件产生问题，具体取决于版本。在

在任何情况下，由于这是一个美化的批处理脚本，为什么不去掉for循环，从sys.argv获取文件名，然后对每个合并数据库运行一次。这样你就永远不必在一个过程中处理过多的内存问题。在

请注意，如果您使用以下内容结束循环，则可能也会修复问题。在

c.close()
completedb.close()

您说当您使用CLI执行此过程并在每次db之后退出时，会发生相同的情况。我假设您是指pythoncli，退出意味着您退出并重新启动Python。如果这是真的，而且每4个数据库仍然会出现一个问题，那么您的SQLITE共享库有问题。不应该是那样的。在

如果我站在您的立场上，我会停止使用attach，只在Python中打开多个连接，然后以每次提交大约1000条记录的方式批量移动数据。它会比您的技术慢，因为所有的数据都会在Python对象中来回移动，但我认为它也会更加可靠。打开完整的数据库，然后循环打开第二个数据库，复制，然后关闭第二个数据库。对于复制，我将对SELECT语句使用OFFSET和LIMIT来处理100条记录的批处理，然后提交，然后重复。 事实上，我也会在复制前计算completedb记录，以及第二个db记录，然后在复制之后对completedb记录进行计数，以确保我已经复制了预期的数量。另外，您将跟踪下一个偏移量的值，我会在提交后立即将其写入一个文本文件，这样我就可以随时中断并重新启动该进程，它将在它停止的地方继续进行。在