事务回滚

Question

我有一个大列表，它本身由 53,000,000 个较小的列表作为元素组成。我想将这些较小的列表中的每一个作为一行以批量大小为 1,000,000 的方式分批提交给数据库，这意味着每次脚本连接到数据库时，它都会提交 1000,000 个元素，然后它会断开与数据库的连接，它再次连接以提交另外 1,000,000 行。

现在我的问题是，如果中间发生错误，例如在提交 50,000,000 行后，我需要删除数据库中的所有行并尝试从头开始提交所有内容。

我在想也许我可以使用 rollback() 来删除现在已经添加的所有 50,000,000 行，但是只要我使用循环，我不知道如何回滚所有提交的 50,000,000 行分批。

有人有建议吗？

这是我的脚本： “结果”是包含 53,000,000 个较小列表作为元素的列表。

batch = []
counter = 0
BATCH_SIZE =1000000
cursor_count = 0

def prepare_names(names):
    return [w.replace("'", '') for w in names]

for i in range(len(results)):
    if counter < BATCH_SIZE:
        batch.append(prepare_names([results[i][0], results[i][1], results[i][2]]))  # batch => [[ACC1234.0, 'Some full taxa name'], ...]
        counter += 1
    else:
        batch.append(prepare_names([results[i][0], results[i][1], results[i][2]]))

        values = (", ").join([f"('{d[0]}', '{d[1]}', '{d[2]}')" for d in batch])
        sql = f"INSERT INTO accession_taxonomy(accession_number, taxon_id, taxonomy) VALUES {values}"

        try:
            cursor.execute(sql)
            db.commit()
        except Exception as exception:
            print(exception)
            print(f"Problem with query: {sql}")

        print(cursor.rowcount, "Records Inserted")
        cursor_count += cursor.rowcount
        counter = 0
        batch = []
else:
    if batch:
        values = (", ").join([f"('{d[0]}', '{d[1]}', '{d[2]}')" for d in batch])
        sql = f"INSERT INTO accession_taxonomy(accession_number, taxon_id, taxonomy) VALUES {values}"

        try:
            cursor.execute(sql)
            db.commit()
        except Exception as exception:
            print(exception)
            print(f"Problem with query: {sql}")

        print(cursor.rowcount, "Records Inserted")
        cursor_count += cursor.rowcount

print("Total Number Of %s Rows Has Been Added." %(cursor_count))
db.close()

Answer 1

我会使用一些标志来确保

• 插入了一些东西
• 没有发生任何错误

然后，使用这些标志来选择提交或回滚，例如：

nothing_wrong_happened = True
something_was_inserted = False

for i in range(len(results)):

    # Your code that generates the query

        try:
            cursor.execute(sql)
            something_was_inserted = True  # <-- you inserted something
        except Exception as exception:
            nothing_wrong_happened = False # <-- Something bad happened
            print(exception)
            print(f"Problem with query: {sql}")

        # the rest of your code
else:

    # Your code that generates the query

        try:
            cursor.execute(sql)
            something_was_inserted = True  # <-- you inserted something
        except Exception as exception:
            nothing_wrong_happened = False # <-- Something bad happened
            print(exception)
            print(f"Problem with query: {sql}")

        # the rest of your code

# The loop is now over
if (something_was_inserted):
    if (nothing_wrong_happened):
        db.commit()   # commit everything
    else:
        db.rollback() # rollback everything

Answer 2

commit 之后没有回滚。

考虑一下：

1st Attempt 1M rows : committed
2nd Attempt 1M rows : committed
3rd Attempt 1m rows : error

您只能回滚第三次尝试。第一个和第二个已经完成了。

解决方法 修改您的accession_taxonomy 表并添加一个名为insertHash 的字段。您的批量更新过程将具有该字段的唯一值 -对于该批量执行。假设todaysDate-如果您的任何插入步骤失败，您可以这样做

Delete T from accession_taxonomy T Where T.insertHash ='TheValueUSet'

所以本质上是这样的：

1st Attempt 1M rows : committed
2nd Attempt 1M rows : committed
3rd Attempt 1m rows : error
Delete AllRows where insertHash = 'TheValueUSet'

话虽如此，你确定要拍摄 1m 行吗？你检查过你的服务器是否能够接受那个大数据包吗？