请教 go 和 Python 逐行读文件，然后 insert 到数据库，哪个更快？

[sjmcefc2]

用 python 的 mmap 来读文件，insert 到数据库，总感觉速度特别慢？ pgadmin4 显示每秒 600transaction，cpu 使用率也非常低，iostat 貌似才几十 k/s。 是语言问题？ go 能更高效吗？ 或者是数据库设置问题？ 或者是 insert 方式问题？ 如何才能机器性能完全释放，把 postgres 发挥到最大？ 很多配置已经参考了德哥 blog。

[ksupertu]

组批量插入，例如 5000 条一起插入，跟语言性能关联度不高

[daigouspy]

慢是因为数据库吧？

[liprais]

不要一条一条的插入，主流数据库都有批量导入的方法

[iwiki]

如果可以的话开启事务，一次性提交

[reus]

和语言关系不大，和你的数据库配置、插入方式关系大些
你又不说具体的，没法判断是哪里有瓶颈

[est]

pg 导入最快的是 py 输出 csv 然后用 COPY

[sjmcefc2]

@reus 具体还需要哪些信息判断 /

@daigouspy 是啊，也是觉得是数据库。但是具体哪里呢？
@ksupertu 组批量？主要是不知道哪条有问题，这些数据有些是有问题的，一下 copy 批量的话，不知道怎么把有问题的数据跳出来。

@liprais 使用了批量，这些余下的数据是有问题的数据，不知道哪条哪个字段就有问题了。这样的如何批量导入，还能把有问题的数据挑出来呢？
@liprais
@iwiki 这个开启事务倒是还没有试过。
目前我是用 python 一条一条的 insert，遇到不能 insert 的就写在新文件里面。因为有些字段有问题，copy 会中断，我想知道哪些数据没有被插入，所以想了这么弱智的办法。

[n2ex2]

应该先把合格的数据筛选出来

[daigouspy]

@sjmcefc2 先把写入数据库的代码注释掉再运行就知道啦

[MonoLogueChi]

你现在的瓶颈不是读取问题，和语言无关，要优化方法，一条一条 insert 用啥语言都不快

[zhs227]

开事务，一次多 insert 一点，然后再提交事务。 一条一条提交的话每次都要重建索引这些。
语言层面的速度差异应该不大，影响大的是数据库插入速度。

[xjmroot]

你这相当于是阻塞式的，一个 insert 完在处理下一个，没有用到并发呢。
调整下程序逻辑，可以考虑下并发 insert

[limbo0]

我是用 python 拼出 sql,然后批量导入 sql 就行了

[sjmcefc2]

@n2ex2 如何筛选呢？这个帅选的过程如何才能快？

@MonoLogueChi 瓶颈不是读取，不是语言；不能一条一条 insert，具体要怎么优化方法呢？

@zhs227 我现在是用 python 拼出 sql，但是我不知道这些拼出的 sql 哪些能够导入。如果分组（ 5000 个一组）的话，倒是某些可能导入不了，但也能提高速度。问题我要知道哪些没有被导入。不知道是不是描述清楚了。

@xjmroot 并发 insert ？能提供一个模版参考吗

@limbo0 目前我用的就是 python 拼 sql，为了知道哪一条是坏数据，后面用的是逐条 insert。

[q2683252]

用 python 拼出 sql,用 Copy 语法，然后 psql 导入，亲测单机 50w/s 以上 挤爆你带宽

[sjmcefc2]

@q2683252 假如 10w 条数据里面，中间一条或者 10 几条字段数据有问题，copy 出错，怎么处理？如何找到这几个错条？

[q2683252]

@sjmcefc2 那为什么字段数据会有问题呢 你的意思是数据格式不对还是说数据内容需要和数据库中的内容交互验证？

[q2683252]

@sjmcefc2 只有几条数据出错的话 可以等导入失败我就知道哪条数据有问题 然后用 vim 直接处理就可以了

[sjmcefc2]

@q2683252 部分是编码问题；比如数据库要求所有数据是 gbk，而某条数据的几个字段是其他乱七八糟的编码拼凑的；或者是数据库设计时候类型是 int，在数据这边就变成了其他的；总之，就是体现为 insert 失败，copy 失败等等；错误条目数量不确定，有的吧可能也就一条，有的可能整个文件都乱了。

现在纠结在于如何快速导入，如何还能挑出（最好自动）不能导入的数据。
现在采取的就是 python 拼 insert sql，然后逐条 insert，失败了就另写文件。

[sjmcefc2]

我用的是 psycopg2 这个包，copy，但是没有返回任何信息让我比较苦恼。不知道哪里 copy 错了。不知道大家都怎么处理这种情况。