为什么PyMySQL获取一条数据会让内存爆炸

青南

发布于 2020-03-13 12:47:14

1.1K0

发布于 2020-03-13 12:47:14

文章被收录于专栏：未闻Code

当Python 有读写 MySQL 数据的需求时，我们经常使用PyMySQL这个第三方库来完成。

有时候如果一张表里面的数据非常大，但是我们只需要读取一条数据，此时我们可能会想当然地使用cursor.fetchone()这个方法，以为这样就真的可以只读取一条数据：

import pymysql


connection = pymysql.connect(host='localhost',
                             user='user',
                             password='passwd',
                             db='db',
                             charset='utf8mb4',
                             cursorclass=pymysql.cursors.DictCursor)
                             
with connection.cursor() as cursor:
    db = 'select * from users where age > 10'
    cursor.execute(db)
    one_user = cursor.fetchone()

但实际上，上面这段代码，与下面这段代码没有任何区别：

...
with connection.cursor() as cursor:
    sql = 'select * from users where age > 10'
    cursor.execute(sql)
    all_users = cursor.fetchall()
    one_user = all_users[0]

这是因为，当我们执行到cursor.execute(sql)的时候，PyMySQL就已经把表里面所有的数据读取到内存中了。而后面的cursor.fetchall()或者cursor.fetchone()只不过是从内存中返回全部数据还是返回1条数据而已。

我们来看PyMySQL的源代码[1]。在cursor.execute()方法代码如下图所示：

其中第163行调用了self._query方法。我们再去到这个方法里面：

看到代码第322行，调用了self._do_get_result()方法。我们再去这个方法里面看看：

注意代码第342行，此时已经把所有数据存放到了self._rows列表中。

现在我们来看cursor.fetchone()方法：

可以看到，这里不过是从列表里面根据下标读取一条数据出来而已。

再看cursor.fetchall()方法：

如果之前先多次调用过cursor.fetchone()，那么self.rownumber会持续增加。而调用cursor.fetchall()时，跳过之前已经返回过的数据，直接返回剩下的全部数据即可。如果之前没有调用过cursor.fetchone()，那么直接返回全部数据。

所以，单纯使用cursor.fetchone()并不能节省内存，如果表里面的数据非常大，还是会有内存爆炸的危险。

那么真正的解决办法是什么呢？真正的解决办法在创建数据库连接的时候指定游标类型。pymysql.connect有一个参数叫做cursorclass，把它的值设定为pymysql.SSDictCursor即可解决问题。

我们来看一下如何正确使用它：

import pymysql


connection = pymysql.connect(host='localhost',
                             user='user',
                             password='passwd',
                             db='db',
                             charset='utf8mb4',
                             cursorclass=pymysql.cursors.SSDictCursor)
                             
with connection.cursor() as cursor:
    db = 'select * from users where age > 10'
    cursor.execute(db)
    for row in cursor:
        print('对 cursor 直接进行迭代，每循环一次，从数据库读取一条数据。不会提前把所有数据读取到内存中。')
        print(row['name'])