使用 psycopg2 处理大数据集时的注意事项
在使用 psycopg2 库从 postgresql 数据库中查询大数据集时,遇到 execute(sql) 方法卡死的情况并不少见。这是因为 psycopg2 默认使用客户端游标,它会将整个结果集加载到内存中,从而导致内存耗尽和卡死。
与客户端游标不同,服务端游标会在 postgresql 服务器上保留结果集,并仅取回客户端每次请求的数据块。这有助于避免内存过载问题,尤其是处理大数据集时。
为了使用服务端游标,需要在创建游标时将其名称指定为 ‘server_cursor’,如下所示:
with conn.cursor(name='server_cursor') as cursor: cursor.itersize = 10000 # 设置批处理大小 cursor.execute(sql) for record in cursor: # 处理记录
通过设置 itersize 参数,可以控制每次从服务端游标中取回的数据块大小。
值得注意的是,并不是所有版本的 psycopg2 都支持服务端游标,因此请确保使用支持该功能的版本。