當我們使用Python從MongoDB里面讀取數據時，可能會這樣寫代碼：
|
1
2
3
4
5
6
|
import pymongohandler = pymongo.MongoClient().db.colfor row in handler.find(): parse_data(row) |
短短4行代碼，讀取MongoDB里面的每一行數據，然后傳入parse_data做處理。處理完成以后再讀取下一行。邏輯清晰而簡單，能有什么問題？只要parse_data(row)不報錯，這一段代碼就完美無缺。
但事實并非這樣。
你的代碼可能會在for row in handler.find()這一行報錯。它的原因，說來話長。
要解釋這個問題，我們首先就需要知道，handler.find()返回的并不是數據庫里面的數據，而是一個游標（cursor）對象。如下圖所示：
只有當你使用for循環開始迭代它的時候，游標才會真正去數據庫里面讀取數據。
但是，如果每一次循環都連接數據庫，那么網絡連接會浪費大量時間。
所以pymongo會一次性獲取100行，for row in handler.find()循環第一次的時候，它會連上MongoDB，讀取一百條數據，緩存到內存中。于是第2-100次循環，數據都是直接從內存里面獲取，不會再連接數據庫。
當循環進行到底101次的時候，再一次連接數據庫，再讀取第101-200行內容……
這個邏輯非常有效地降低了網絡I/O耗時。
但是，MongoDB默認游標的超時時間是10分鐘。10分鐘之內，必需再次連接MongoDB讀取內容刷新游標時間，否則，就會導
致游標超時報錯：
pymongo.errors.CursorNotFound: cursor id 211526444773 not found
如下圖所示：
所以，回到最開始的代碼中來，如果parse_data每次執行的時間超過6秒鐘，那么它執行100次的時間就會超過10分鐘。此時，當程序想讀取第101行數據的時候，程序就會報錯。
為了解決這個問題，我們有4種辦法：
- 修改MongoDB的配置，延長游標超時時間，并重啟MongoDB。由于生產環境的MongoDB不能隨便重啟，所以這個方案雖然有用，但是排除。
- 一次性把數據全部讀取下來，再做處理：
|
1
2
3
4
|
all_data = [row for row in handler.find()]for row in all_data: parse(row) |
這種方案的弊端也很明顯，如果數據量非常大，你不一定能全部放到內存里面。即使能夠全部放到內存中，但是列表推導式遍歷了所有數據，緊接著for循環又遍歷一次，浪費時間。
3.讓游標每次返回的數據小于100條，這樣消費完這一批數據的時間就會小于10分鐘：
|
1
2
3
|
# 每次連接數據庫，只返回50行數據for row in handler.find().batch_size(50): parse_data(row) |
但這種方案會增加數據庫的連接次數，從而增加I/O耗時。
4.讓游標永不超時。通過設定參數no_cursor_timeout=True，讓游標永不超時：
|
1
2
3
4
|
cursor = handler.find(no_cursor_timeout=True)for row in cursor: parse_data(row)cursor.close() # 一定要手動關閉游標 |
然而這個操作非常危險，因為如果你的Python程序因為某種原因意外停止了，這個游標就再也無法關閉了！除非重啟MongoDB，否則這些游標會一直留在MongoDB上，占用資源。
當然可能有人會說，使用try...except把讀取數據的地方包住，只要拋出了異常，在處理異常的時候關閉游標即可：
|
1
2
3
4
5
6
7
8
|
cursor = handler.find(no_cursor_timeout=True)try: for row in cursor: parse_data(row)except Exception: parse_exception()finally: cursor.close() # 一定要手動關閉游標 |
其中finally里面的代碼，無論有沒有異常，都會執行。
但這樣寫會讓代碼非常難看。為了解決這個問題，我們可以使用游標的上下文管理器：
|
1
2
3
|
with handler.find(no_cursor_timeout=True) as cursor: for row in cursor: parse_data(row) |
只要程序退出了with的縮進，游標自動就會關閉。如果程序中途報錯，游標也會關閉。
它的原理可以用下面兩段代碼來解釋：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
class Test: def __init__(self): self.x = 1 def echo(self): print(self.x) def __enter__(self): print('進入上下文') return self def __exit__(self, *args): print('退出上下文') with Test() as t: t.echo()print('退出縮進') |
運行效果如下圖所示：
接下來在with的縮進里面人為制造異常：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
class Test: def __init__(self): self.x = 1 def echo(self): print(self.x) def __enter__(self): print('進入上下文') return self def __exit__(self, *args): print('退出上下文') with Test() as t: t.echo() 1 + 'a' # 這里一定會報錯print('退出縮進') |
運行效果如下圖所示：
無論在with的縮進里面發生了什么，Test這個類中的__exit__里面的代碼始終都會運行。
我們來看看pymongo的游標對象里面，__exit__是怎么寫的，如下圖所示：
可以看到，這里正是關閉游標的操作。
因此，如果我們使用上下文管理器，就可以放心大膽地使用no_cursor_timeout=True參數了。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對服務器之家的支持。
原文鏈接：https://juejin.im/post/5d555eb45188255d51425bda
