一、问题背景

对于数据文件比较大的数据，一次性串联sql进行入库，往往会受到数据库本身对sql长度的限制，从而需要分块或者分批次，将大数据文件一点一点的进行入库。特针对这种入库方式，进行一个简单记录，各类数据库入库后续均可参考下述实现分块的方式，进行分批入库数据。

二、实现记录

问题点其实主要是如何对数据进行分块。pyhton的read_csv函数和read_excel等数据读取函数都含有分批读取数据的参数：chunksize，从而实现分批入库。

如果是已经全部读取了数据，还想再进一步分批，则可以参考下述代码进行分批读取：

batch_size = 2000
total_rows = p_result_notice_mes_df.shape[0]    
total_batches = total_rows // batch_size + (1 if total_rows % batch_size > 0 else 0)
for i in range(total_batches):start_index = i * batch_sizeend_index = min((i + 1) * batch_size, total_rows)batch_df = p_result_notice_mes_df.iloc[start_index:end_index]

部分示例程序如下：

third_tbname ='bods.scw_info'# 计算数据总数和批次数batch_size = 2000total_rows = p_result_notice_mes_df.shape[0]    total_batches = total_rows // batch_size + (1 if total_rows % batch_size > 0 else 0)if p_third_flag:for i in range(total_batches):start_index = i * batch_sizeend_index = min((i + 1) * batch_size, total_rows)batch_df = p_result_notice_mes_df.iloc[start_index:end_index]third_values_list = []cursor.execute(f"truncate table {third_tbname} ")# 构建批量插入的SQL语句        insert_query = f"""INSERT into {third_tbname} (changelog_id, notice_model, notice_batch,brand, vehicle_type, rated_quality, total_quality, curb_weight, fuel_type, emission_standard)        VALUES """for index, row in batch_df.iterrows():third_values_list.append(f"""('{row["变记录"]}' , '{row["告"]}', '{row["公次"]}', '{row["品牌"]}', '{row["类型"]}', '{row["额量"]}', '{row["总"]}','{row["整量"]}', '{row["燃类"]}', '{row["排放准"]}')""")insert_query += ',\n'.join(third_values_list)# 执行批量插入cursor.execute(insert_query) print('公告url信息更新入库成功！\n')  else:print('公告链接信息无需更新')