问具有快速和灵活(PostgreSQL)数据库访问的语言？

EN

希望这个问题不是太多的开放式…。简单地说:我正在寻找一种脚本或编程语言，可以快速但容易地访问数据库(PostgreSQL)。

我希望使用PostgreSQL数据库中某些表的查询结果作为R分析的输入。查询是简单的SELECT请求(请求中可能有改进的空间，但目前我并不是这样看的--不久前我已经这样做了)，但是在第一个查询结果的循环中。表包括数字和字符串，如果不是几十万行，则是数千行，因此查询的总数可能相当大。

显然，我首先使用R编写了一个RPostgreSQL脚本。然而，它需要太多的时间才能舒适地使用(我希望能够随时修改和重新运行它)。我已经非常有效地优化了这个脚本，“system.time”告诉我，大部分时间都花在循环中的DB查询上。

然后，当我发现如果我使用一个文本文件作为R的输入会快得多，我决定使用psycopg2将这个R脚本转换成python。不幸的是，python脚本并不比R脚本快多少。

最后，我开始使用C++编写一个libpq-fe程序，但我发现它不够灵活(我的意思是，为了处理查询，我必须将代码的行数乘以至少3或4行)。

因此，我想知道是哪种语言(或者其他R或python库)？将提供速度和灵活性之间的最佳折衷(就查询结果而言:列表、数组、字符串操作…)对于DB访问(即PostgreSQL)。也就是说，它需要比R+RPostgreSQL和python+psycopg2快得多，而且几乎和“灵活”一样。

谢谢你的建议(语言必须是linux友好的)。

Update:以下是仅使用前500个检索元素的新旧代码的典型计时，并按照Ryan和suggested的建议纠正了N+1问题的代码：

> system.time(source("oldcode.R"));
   user      system      elapsed  
  3.825       0.052      49.363 

> system.time(source("newcode.R"));
   user      system      elapsed 
  1.920       0.140       3.551 

对于第一次检索的1000个元素相同：

> system.time(source("oldcode.R"));
   user      system      elapsed  
  9.816       0.092     100.340 

> system.time(source("newcode.R"));
   user      system      elapsed 
  5.040       0.072       6.695 

可能真的值得一改。;-)