Python CSV 到 SQLite

我正在“转换”一个大的（~1.6GB）CSV 文件并将CSV 的特定字段插入到SQLite 数据库中。基本上我的代码如下所示：

import csv, sqlite3

conn = sqlite3.connect( "path/to/file.db" )
conn.text_factory = str  #bugger 8-bit bytestrings
cur = conn.cur()
cur.execute('CREATE TABLE IF NOT EXISTS mytable (field2 VARCHAR, field4 VARCHAR)')

reader = csv.reader(open(filecsv.txt, "rb"))
for field1, field2, field3, field4, field5 in reader:
  cur.execute('INSERT OR IGNORE INTO mytable (field2, field4) VALUES (?,?)', (field2, field4))

一切都按照我的预期进行，除了......它需要大量的时间来处理。我编码错误吗？有没有更好的方法来实现更高的性能并完成我所需要的（只需将 CSV 的一些字段转换为 SQLite 表）？

**编辑 - 我尝试按照建议将 csv 直接导入 sqlite，但事实证明我的文件在字段中有逗号（例如"My title, comma"）。这会在导入时产生错误。看来此类事件太多，无法手动编辑文件......

还有其他想法吗？？**

Chris是正确使用交易；将数据分成块然后存储。

"...除非已经在事务中，否则每个 SQL 语句都会为其启动一个新事务。这是非常昂贵的，因为它需要重新打开、写入和关闭每个语句的日志文件。这可以通过用 BEGIN TRANSACTION 包装 SQL 语句序列来避免；和结束交易；声明。对于不改变数据库的语句也可以获得这种加速。“ - 来源：http://web.utk.edu/~jplyon/sqlite/SQLite_optimization_FAQ.html

"...还有另一个技巧可以用来加速 SQLite：事务。每当您必须执行多个数据库写入操作时，请将它们放入事务中。与每次发出写入查询时写入（并锁定）文件不同，写入只会在事务完成时发生一次。“ - 来源：SQLite 的可扩展性如何？

import csv, sqlite3, time

def chunks(data, rows=10000):
    """ Divides the data into 10000 rows each """

    for i in xrange(0, len(data), rows):
        yield data[i:i+rows]


if __name__ == "__main__":

    t = time.time()

    conn = sqlite3.connect( "path/to/file.db" )
    conn.text_factory = str  #bugger 8-bit bytestrings
    cur = conn.cur()
    cur.execute('CREATE TABLE IF NOT EXISTS mytable (field2 VARCHAR, field4 VARCHAR)')

    csvData = csv.reader(open(filecsv.txt, "rb"))

    divData = chunks(csvData) # divide into 10000 rows each

    for chunk in divData:
        cur.execute('BEGIN TRANSACTION')

        for field1, field2, field3, field4, field5 in chunk:
            cur.execute('INSERT OR IGNORE INTO mytable (field2, field4) VALUES (?,?)', (field2, field4))

        cur.execute('COMMIT')

    print "\n Time Taken: %.3f sec" % (time.time()-t)