在Python中处理数据库查询，并希望记录每次查询的时间，可以采用几种不同的方法。这不仅有助于性能调试，还能帮助优化应用程序的行为。 ### 使用上下文管理器测量时间 你可以创建一个简单的装饰器或使用`contextlib.contextmanager`来作为一个上下文管理器，在进入和退出这个上下文的时候分别记录开始时间和结束时间： ```python from contextlib import contextmanager import time import sqlite3 # 示例以SQLite为例，其他数据库API类似 @contextmanager def measure_time(): start = time.time() try: yield finally: end = time.time() print(f"Operation took {end - start} seconds") # 然后结合SQLAlchemy或其他ORM工具使用它， with measure_time(): conn = sqlite3.connect(':memory:') # 创建内存中的临时数据库用于演示 cursor = conn.cursor() query = "SELECT * FROM table_name LIMIT 5;" # 替换为实际表名 result = cursor.execute(query).fetchall() print("Query results:", result) ``` ### 利用SQLAlchemy ORM框架的功能 如果你正在使用像SQLAlchemy这样的ORM库，则可以直接利用其事件监听机制（如`before_cursor_execute`, `after_cursor_execute`) 来拦截每个查询并计算它们所花费的时间: ```python from sqlalchemy import event from datetime import datetime engine = ... # 初始化你的引擎实例 @event.listens_for(engine, "before_cursor_execute") def before_cursor_execute(conn, cursor, statement, parameters, context, executemany): context._query_start_time = datetime.now() @event.listens_for(engine, "after_cursor_execute") def after_cursor_execute(conn, cursor, statement, parameters, context, executemany): total = (datetime.now() - context._query_start_time).total_seconds() print('Query Time:', total) # 正常地执行你的查询操作... result = session.query(MyModel).limit(5).all() print(result) ``` 这种方法非常适合那些已经在项目里集成了高级ORM的应用程序；因为不需要对现有代码做太多修改就能获得详细的性能信息。 以上就是关于如何在Python应用中添加功能以监控数据库查询耗时的基本指南。通过这种方式可以帮助开发者更好地理解他们的数据访问模式以及潜在的瓶颈所在。