conn.commit()在每个数据库更改之后，是否在过程结束时调用一次取决于几个因素。

并发读者看到了什么

这是每个人乍一看的想法：提交对数据库的更改后，该更改对于其他连接变为可见。除非提交，否则更改仅在本地可见。由于的有限并发功能sqlite，只能在打开事务时读取数据库。

您可以通过运行以下脚本并调查其输出来调查发生的情况：

import os
import sqlite3

_DBPATH = "./q6996603.sqlite"

def fresh_db():
    if os.path.isfile(_DBPATH):
        os.remove(_DBPATH)
    with sqlite3.connect(_DBPATH) as conn:
        cur = conn.cursor().executescript("""
            CREATE TABLE "mytable" (
                "id" INTEGER PRIMARY KEY AUTOINCREMENT, -- rowid
                "data" INTEGER
            );
            """)
    print "created %s" % _DBPATH

# functions are syntactic sugar only and use global conn, cur, rowid

def select():
    sql = 'select * from "mytable"'
    rows = cur.execute(sql).fetchall()
    print "   same connection sees", rows
    # simulate another script accessing tha database concurrently
    with sqlite3.connect(_DBPATH) as conn2:
        rows = conn2.cursor().execute(sql).fetchall()
    print "   other connection sees", rows

def count():
    print "counting up"
    cur.execute('update "mytable" set data = data + 1 where "id" = ?', (rowid,))

def commit():
    print "commit"
    conn.commit()

# now the script
fresh_db()
with sqlite3.connect(_DBPATH) as conn:
    print "--- prepare test case"
    sql = 'insert into "mytable"(data) values(17)'
    print sql
    cur = conn.cursor().execute(sql)
    rowid = cur.lastrowid
    print "rowid =", rowid
    commit()
    select()
    print "--- two consecutive w/o commit"
    count()
    select()
    count()
    select()
    commit()
    select()
    print "--- two consecutive with commit"
    count()
    select()
    commit()
    select()
    count()
    select()
    commit()
    select()

输出：

$ python try.py 
created ./q6996603.sqlite
--- prepare test case
insert into "mytable"(data) values(17)
rowid = 1
commit
   same connection sees [(1, 17)]
   other connection sees [(1, 17)]
--- two consecutive w/o commit
counting up
   same connection sees [(1, 18)]
   other connection sees [(1, 17)]
counting up
   same connection sees [(1, 19)]
   other connection sees [(1, 17)]
commit
   same connection sees [(1, 19)]
   other connection sees [(1, 19)]
--- two consecutive with commit
counting up
   same connection sees [(1, 20)]
   other connection sees [(1, 19)]
commit
   same connection sees [(1, 20)]
   other connection sees [(1, 20)]
counting up
   same connection sees [(1, 21)]
   other connection sees [(1, 20)]
commit
   same connection sees [(1, 21)]
   other connection sees [(1, 21)]
$

因此，这取决于您是否可以忍受这样的情况：同一个读者（无论是在同一脚本中还是在另一个程序中）有时会减少两个。

当要进行大量更改时，其他两个方面进入了场景：

表现

数据库更改的性能在很大程度上取决于您执行更改的方式。它已经作为常见问题解答指出：

实际上，在普通的台式计算机上，SQLite每秒可以轻松地执行50,000个或更多的INSERT语句。但是它每秒只能进行几十笔交易。[…]

在这里了解详细信息绝对有帮助，因此请不要犹豫，点击链接并深入研究。另请参见此令人敬畏的分析。它是用C编写的，但结果将是相似的，而在Python中也是如此。

注意：虽然两个资源都引用INSERT，但是UPDATE对于相同的参数，情况将非常相似。

独占锁定数据库

如上所述，一个打开的（未提交的）事务将阻止并发连接的更改。因此，通过执行更改并联合提交全部更改，将对数据库的许多更改捆绑到单个事务中是很有意义的。

不幸的是，有时计算更改可能需要一些时间。当并发访问成为问题时，您将不需要锁定数据库那么长时间。因为它可以成为相当棘手收集挂起UPDATE和INSERT语句不知何故，这通常会留给你的性能和独特的锁定之间的权衡。