您现在的位置：程式碼之家 >> 編程語言 > >> 更多程式語言 >> 程式設計綜合問答

Python sqlite3 多表聯查 Windows 慢於 Linux 10 倍：根因排查清單

編輯：程式設計綜合問答

現象

相同 Python 代碼、相同數據庫文件、相同 SQL（5 表 LEFT JOIN），Linux 秒出，Windows 10+ 秒。

核心排查維度（按可能性排序）

#	原因	驗證方法	解決方案
1	缺少索引	`.schema` 看建表語句；`EXPLAIN QUERY PLAN` 看是否全表掃描	為 JOIN 條件列 (`courseId`, `courseItemId`, `studentId` 等) 創建索引
2	SQLite 版本差異	`sqlite3 --version` 對比；Linux 往往更新	Windows 升級到 3.40+ (WAL 模式、查詢優化器改進)
3	文件系統/鎖開銷	數據庫在 HDD/網絡盤/防毒軟件掃描目錄	移至 SSD 本地盤；排除防毒掃描；啟用 WAL `PRAGMA journal_mode=WAL;`
4	Python 環境差異	Linux 系統自帶 Python (C 編譯優化) vs Windows pip 安裝版	Windows 用官方安裝包或 conda；嘗試 `pypy3` 運行
5	頁面緩存/內存壓力	Windows 可用內存低，頁面換入頻繁	增加內存；`PRAGMA cache_size=-32768` (32MB 緩存)
6	臨時文件目錄權限/速度	Windows `TEMP` 在慢盤或無寫權限	設置 `PRAGMA temp_store=MEMORY;` 或指定快盤 `PRAGMA temp_store_directory='D:/tmp';`

立即生效的優化組合拳


import sqlite3

cx = sqlite3.connect("db.s3db")
cu = cx.cursor()

# 1. 關鍵 PRAGMA (連接後立即執行)
cu.execute("PRAGMA journal_mode=WAL;")          # 寫不阻塞讀，大幅提升並發
cu.execute("PRAGMA synchronous=NORMAL;")        # 安全與速度平衡
cu.execute("PRAGMA cache_size=-32768;")         # 32MB 頁面緩存
cu.execute("PRAGMA temp_store=MEMORY;")         # 臨時表/排序在內存
cu.execute("PRAGMA mmap_size=268435456;")       # 256MB mmap (需 OS 支持)

# 2. 創建缺失索引 (僅需執行一次)
index_sql = [
    "CREATE INDEX IF NOT EXISTS idx_courseItem_courseId ON courseItem(courseId);",
    "CREATE INDEX IF NOT EXISTS idx_courseChoose_courseItemId ON courseChoose(courseItemId);",
    "CREATE INDEX IF NOT EXISTS idx_courseChoose_studentId ON courseChoose(studentId);",
    "CREATE INDEX IF NOT EXISTS idx_student_id ON student(id);",
    "CREATE INDEX IF NOT EXISTS idx_courseYear_id ON courseYear(id);"
]
for sql in index_sql: cu.execute(sql)

# 3. 執行查詢
sqlStr = """ ..."""
cu.execute(sqlStr)
rows = cu.fetchall()
print(len(rows))