Python执行SQL时cursor.fetchall()查询速度过慢问题求助

• 给查询字段添加复合索引
  你的查询条件依赖dataIndex和Block两个字段，如果表上没有针对这两个字段的复合索引，数据库会执行全表扫描——哪怕最终结果只有1-5条，遍历整个表的开销也会让查询变慢。直接执行下面的SQL创建索引：

  CREATE INDEX idx_blockperiods_dataindex_block ON blockPeriodsTable(dataIndex, Block);
  

  索引创建完成后，数据库能快速定位到符合条件的记录，不用扫描全表，查询速度会显著提升。

• 替换为参数化查询
  当前用f-string拼接SQL的写法，不仅存在严重的SQL注入风险，还会导致数据库无法复用执行计划：每次num值变化，数据库都要重新解析、编译SQL语句，这会增加额外的性能损耗。改成参数化查询（适配Python标准DBAPI）：

  cursor.execute("SELECT Subject, Code FROM blockPeriodsTable WHERE dataIndex=%s AND Block='A'", (num,))
  blockPeriodsTemp = cursor.fetchall()
  

  参数化查询能让数据库缓存执行计划，重复执行同类查询时直接复用，减少SQL解析的时间开销。

• 用EXPLAIN分析查询执行计划
  执行EXPLAIN语句检查查询是否真的用到了索引：

  EXPLAIN SELECT Subject, Code FROM blockPeriodsTable WHERE dataIndex={num} AND Block='A';
  

  查看输出结果中的type列：如果是ALL，说明还是全表扫描，需要检查索引是否正确创建或生效；如果是ref或range，则表示索引在正常工作。

• 验证数据库缓存影响
  如果第一次查询慢、后续查询变快，可能是数据库还没缓存该查询的结果。可以多执行几次查询观察耗时变化，如果始终耗时较高，那核心问题还是索引缺失或SQL写法不当。

内容的提问来源于stack exchange，提问作者DarkKnight1203