如何获取查询的即时流式结果？如何让长耗时SQL返回已收集结果？

针对你提到的两个核心需求——即时获取流式结果、耗时查询中途不丢弃已收集结果，结合SQLite的特性，给你几个实用的落地方案：

一、即时获取流式结果：用驱动的分步获取API #

SQLite本身支持逐行/逐批返回查询结果，不需要等整个查询执行完毕。大部分编程语言的SQLite驱动都提供了对应API，举个Python的例子：
不要用cursor.fetchall()（一次性加载所有结果到内存），而是用cursor.fetchone()（逐行获取）或者cursor.fetchmany(size=N)（每次获取N条）循环处理，这样能在查询过程中即时拿到部分结果：

import sqlite3

conn = sqlite3.connect('your_db.db')
cursor = conn.cursor()
cursor.execute('select * from giant_table where complex_conditions;')

# 每批获取1000条并处理，即时输出结果
while True:
    batch_rows = cursor.fetchmany(1000)
    if not batch_rows:
        break
    # 这里可以做任意处理：打印、写入文件、返回给前端等
    process_current_batch(batch_rows)

conn.close()

二、耗时查询中途保留已得结果：分段查询+流式处理 #

如果你想模拟Anytime SQL的效果（随时停止但保留已获取结果），或者担心长时间查询中断导致前功尽弃，可以试试这两种思路：

方案1：利用有序索引列拆分查询 #

找一个带索引的有序列（比如主键id、自增列、已建索引的时间列），把大查询拆成多个范围小查询，比如：

-- 第一批次
select * from giant_table where complex_conditions and id between 1 and 10000;
-- 第二批次
select * from giant_table where complex_conditions and id between 10001 and 20000;
-- 后续批次以此类推

每跑完一个批次就把结果保存（比如写入临时文件、内存列表），即使后续批次因为时间太长中断，前面的结果已经安全留存。而且因为用了索引列做范围过滤，每个批次的查询时间相对稳定，比用LIMIT估算时长的误差小很多。

方案2：客户端层面的中断保留 #

如果你不想拆分查询，大部分支持流式获取的驱动都允许你随时中断查询，且已经拿到的结果不会丢失。比如在Python中，你可以在循环获取结果时加入中断逻辑（比如监听用户停止信号），此时已经处理的结果会被保留，未执行的查询部分会被终止，不会浪费资源。

三、替代LIMIT估算的小技巧 #

你之前用LIMIT估算全量查询时间误差大，本质是因为LIMIT只是提前返回结果，但查询引擎仍需扫描符合条件的数据直到拿到指定条数——复杂条件下，前面的N条可能来自数据的“热点区域”，后面的查询可能要扫描更多冷数据，时间无法线性推算。

改用分段范围查询的方式，每个批次的查询时间更接近全量查询的平均耗时。你可以先跑1-2个小批次估算单批次时间，再结合总数据量（可以用select count(*) from giant_table where complex_conditions;，如果count也耗时，用EXPLAIN QUERY PLAN先看查询的扫描方式）估算总时长，误差会小很多。

内容的提问来源于stack exchange，提问作者lhk