在对
sqlite
3 insert into 等操作时速度比较慢。
原因是因为它每次插入数据都需要访问一次磁盘，打开磁盘的速度大家可想而知，如果对数据库进行大量的操作，那么速度回很慢。
解决办法用事务的形式提交：因为我们开始事务后，进行的大量操作的语句都保存在内存中，当提交时才全部写入数据库，此时，数据库文件也就只用打开一次。
在进行大量的操作前
使用
如下语句：
delete from A where Create_DATE=timestamp('2010-06-28 00:00:00');
删除一天的数据大概800条左右，执行时间90s多
开始在A表上...
不知道大家有没有尝试过在
Sqlite
数据库中一次性删除上千条数据。你会发现删除函数返回后，但是数据并未删除。这是怎么回事喃？正是
Sqlite
这个轻量级数据库本身的缺陷，无法高速处理大数据量操作。不信引用一段Android源码你们看看Google是如何写
Sqlite
删除语句的。
currentnumber++;
select a.* from xigua a left join taozi b on a.id = b.id
where datetime('now','+8 hour')>= datetime(updtime) and b.sglx=0
经测试，select查询语句可以
使用
join连接，delete删除语句却不可以，只能用嵌套子查询来代替
delete from xigua whe...
在应用中，总要对用户的一些操作进行
记录
，比如播放历史
记录
，搜索历史
记录
等，方便用户再次
使用
。但是这些
记录
又不能无限的存储，只需要
记录
最新的50条或者100条就可以了，所以要求应用每插入一条新数据之后，对超过50条的数据进行清理。
本文以搜索历史
记录
为例，主要介绍
sqlite
中limit ，offset关键字的
使用
，最后给出此复合语句的写法。
搜索历史
记录
只需
是的，Python中可以
使用
sqlite
来
记录
爬虫数据。
SQLite
是一种轻量级的关系型数据库管理系统，它可以与Python轻松集成，使得我们可以
使用
Python来操作
SQLite
数据库。
在Python中，可以
使用
内置的
sqlite
3模块来操作
SQLite
数据库。下面是一个简单的示例代码，演示了如何
使用
sqlite
3模块在Python中创建一个数据库，并将数据插入到其中：
import
sqlite
3
# 创建一个数据库连接
conn =
sqlite
3.connect('mydatabase.db')
# 创建一个游标对象
cursor = conn.cursor()
# 创建一个表格
cursor.execute('''CREATE TABLE stocks
(date text, trans text, symbol text, qty real, price real)''')
# 插入数据
cursor.execute("INSERT INTO stocks VALUES ('2006-01-05','BUY','RHAT',100,35.14)")
# 提交更改
conn.commit()
# 关闭连接
conn.close()
在这个例子中，我们首先创建了一个数据库连接，然后
使用
游标对象来执行SQL语句。我们创建了一个名为“stocks”的表格，并将一个数据行插入其中。最后，我们提交了更改并关闭了数据库连接。
