作者： 洪双龙 转载请注明出处，链接：http://blog.csdn.net/wowotuo/article/details/41909955
由于对sqlite数据比较感兴趣，所以想了解一下。sqlite工具用的是sqlite expert，感觉还不错。接下来的问题是，如何写sqlite数据库的操作脚本了。由于我用的是Julia，还好，Julia有一个sqlite库（https://github.com/quinnj/sqlite.jl）。
（一）Julia的sqlite库的安装
Julia其它的库都可以正常安装，但是初次安装sqlite，就是安装不了，很可能是因为deps中有一个sqlite_lib.dll，和其它的库不一样，老是报错。后来，只能求助Github中的sqlite.jl社区，还好，有高手相助，问题终于解决了。感谢呀！有相关的问题的，有一定的参考意义。
具体见：https://github.com/quinnj/sqlite.jl/issues/55
（二）新建表
假定，在相应的目录下，已经有数据库文件sqliteDB.db。
julia>using sqlite;
julia>db=sqliteDB("C:\\Users\\Administrator\\Desktop\\sqliteData\\sqliteDB.db");
julia>query(db,"CREATE TABLE newTest (DateTime DateTime,Price Float)");
这样，一个字段为DateTime,格式为DateTime,另一个字段为Price，格式Float的表已经建立了。
（三）Julia的数据查询和读CSV文件的效率相比：有较大提升。当然，数据查询就必须用上query了。
1、用法
julia>using sqlite;julia>db=sqliteDB("C:\\Users\\Administrator\\Desktop\\sqliteData\\sqliteDB.db")
julia>stringsql = "SELECT * FROM IFnew WHERE CLOSE-LOW>0 ";
julia>@time qb=query(db,stringsql)
部分数据内容如下：
| Row | "DateTime" | "Price" | "Volume" | "Bid" | "BidVolume" |
|-------|--------------------|---------|----------|--------|-------------|
| 1 | "2014/12/10 9:14" | 3159.8 | 698 | 3159.6 | 4 |
| 2 | "2014/12/10 9:15" | 3159.8 | 417 | 3159.8 | 171 |
| 3 | "2014/12/10 9:15" | 3162.0 | 336 | 3162.0 | 4 |
| 4 | "2014/12/10 9:15" | 3166.8 | 327 | 3166.8 | 87 |
| 5 | "2014/12/10 9:15" | 3167.8 | 289 | 3167.8 | 3 |
| 6 | "2014/12/10 9:15" | 3180.0 | 277 | 3180.0 | 8 |
| 7 | "2014/12/10 9:15" | 3181.2 | 534 | 3181.2 | 2 |
| 8 | "2014/12/10 9:15" | 3181.6 | 316 | 3181.6 | 12 |
| 9 | "2014/12/10 9:15" | 3189.4 | 249 | 3189.4 | 3 |
| Row | "Ask" | "AskVolume" |
|-------|--------|-------------|
| 1 | 3159.8 | 3 |
| 2 | 3162.0 | 1 |
| 3 | 3166.8 | 2 |
| 4 | 3167.6 | 1 |
| 5 | 3180.0 | 19 |
| 6 | 3183.6 | 2 |
| 7 | 3182.4 | 11 |
| 8 | 3189.0 | 1 |
| 9 | 3190.0 | 2 |
2、效率
（1）sqlite: query
数据库中的一个50多万行左右的表文件，字段有8个，大约4秒左右。需要说明的是，因为初次使用，表结构并没有进行任何优化，是sqlite直接导入进表的。
另外，读了一下数据表的另外一张表，存了三个月左右的高频TICK数据，共2222516行，字段大约Date,Time,Price,Volume等7个，花时情况：
elapsed time: 5.398775057 seconds (659623560 bytes allocated,19.68% gc time)
这个数据每一次都有一些变化，不过都在5-8秒左右。我读CSV的话，大约60-90秒不等。
（2）和读CSV文件相比：
julia>@time csv= readcsv("E:\\IFData\\IFCSVnew\\IF01.csv") # 这个文件是IFnew表的一半内容，近30万行一个文件
elapsed time: 12.540684093 seconds (823640112 bytes allocated,12.28% gc time)
如果要读二个这样的CSV的话，我估计总要超过20秒左右。
（3）一次海量数据的查询：1100万笔
julia>using sqlite;
julia>db=sqliteDB("C:\\Users\\Administrator\\Desktop\\sqliteData\\sqliteDB.db")
julia>stringsql = "SELECT * FROM IFtick2 ";# 1111万笔的文件查询
julia>@time qb=query(db,stringsql)
elapsed time: 40.562814078 seconds (3029593036 bytes allocated,42.88% gc time)
单表查询，用时约41秒左右。不过，内存占用飚得历害！不过，估计很少有人，这么蛮干的。这么大的TXT文件没有读过，估计至少需要600秒时间。
总结：sqlite比读CSV在效率上还是有很大的提升，特别是文件越大，效率相对提升更加明显。大体上估计，效率可以提升5-10倍以上左右。
（四）Julia 的append
append的用法，很简单。就上面IFnew Table为例。
（1）一次insert 一笔记录
假定我们要insert 一笔记录在表的最后面，我们可以如下：
用法：
julia> table =["2014-9-15 15:19" 3260.0 700 3360.0 800 3620.0 12]；
julia> append(db,IFnew,table )
1x1 ResultSet
| Row | "Rows Affected" |
|-----|-----------------|
| 1 | 0 |
这个表明，insert 记录已经成功，你可以到sqlite expert 的Data中查看，在最后一行，增加了新的记录！
（2）一次insert N笔记录
对数据库的insert，尽量要单次多笔进行操作，可以提升操作效率。事实上，append中，已经使用了事务，也就是说，单笔和N笔已经等同。所以，尽量一次insert多笔效率会大幅提高。
以一次操作二笔记录为例：
julia> table2 =["2014-9-16 15:19" 3260.0 700 3360.0 800 3620.0 12;"2014-9-16 15:19" 3260.0 700 3360.0 800 3620.0 12]；
julia> append(db,"IFnew",table2 ) # IFnew 表，table在这里为append的内容
1x1 ResultSet
| Row | "Rows Affected" |
|-----|-----------------|
| 1 | 0 |
(3) 一次海量数据的append：一次30万笔
using sqlite;
db=sqliteDB("C:\\Users\\Administrator\\Desktop\\sqliteData\\sqliteDB.db")
csv= readcsv("E:\\IFData\\IFCSVnew\\IF01.csv") # 大约30万行，9个字段的数据结构
table =csv[2:end,:] # 去掉第一行字段行
@elapsed append(db,table)
几次结果显示，时间在9-11秒之间。
(4) 直接用ResultSet来append ：一次220万笔
using sqlite;
db=sqliteDB("C:\\Users\\Administrator\\Desktop\\sqliteData\\sqliteDB.db")
stringsql = "SELECT * FROM IFtick ";# IFtick是一个200多万行的一个高频数据库，见上
qb=query(db,stringsql)
@elapsed append(db,"IFtick",qb)
惊喜是，这个库接接口做得非常好，可以直接用从sqlite查询的结果，方便地进行insert!，对格式的限制比较小。
在效率上，同样经测，完成一次220多万笔记录的insert大约在30秒左右。
总之，感觉是insert 比查询的效率要低，但是insert这个效率，还行，基本满足我的要求。因为，我并不太关心insert效率，这些操作都是在空余时间后完成的。
(五）Julia的ResultSet 类型
sqlite库还不错，sqliteDB函数返回的是一个ResultSet类型的文件，基本上有矩阵的相关特性。
比如：
qb[1,1] ="SFIF0001"
qb[1,2] =734244.3861111 ;
qb.values[3][1] =3468.0;
.......
具体地说，ResultSet里面有二个字段，colnames,values.
sqliteDB.db中的IFnew表的结构是，字段：Code,DateTime,Close,Volume,Amount,High,Low,OpenInterest。(1) colnames:
qb.colnames[1] ="Code"
qb.colnames[2] ="DateTime"
qb.colnames[3] ="Close"
(2)values:
qb.values[1][1] ="SFIF0001" # 表明第一个字段的第一个值
qb.values[2][1] =734244.3861111 #表明第二个字段的第一个值，注这是Matlab型的数值型日期
qb.values[3][1] =3468.0 # 表明是Close字段的第一个值
另外，如果你需要，还可以把ResultSet转换成Matrix，这样，你就可以彻底做你想做的事情。（当然DataFrames类型也是可以的，我没有转过！）。
matdata =convert(Matrix,qb) # ResultSet =>Matrix
有了这些，就可以开始干活了，对数据库的数据进行封装了。
