（根据评论和后续测试更新了答案。）
您问题的实际答案
如何确保如果我们有100万行，则对查询…进行优化，以便仅在易于测试的第二个条件已经为True时才测试第一个条件（CPU昂贵）？
取决于
- WHERe子句中的实际条件，以及
- SQLite查询优化器在估算这些条件的成本方面有多聪明。
一个简单的测试应该告诉您查询是否可以充分“优化”以满足您的需求。好消息是，至少在某些情况下，SQLite 将首先 执行轻松（廉价）条件。
对于测试表“ mytable”
CREATE TABLE mytable ( description TEXT(50) NOT NULL, column2 INTEGER NOT NULL, ConSTRAINT mytable_PK PRIMARY KEY (column2));
包含一百万行
description column2----------- -------row000000 0row000001 1row000002 2...row999999 999999
Python测试代码
import sqlite3import timelog_file_spec = r'C:UsersGordDesktoplog_file.txt'def myfunc(thing): with open(log_file_spec, 'a') as log: log.write('HODORn') return(int(thing[-6:]))with open(log_file_spec, 'w'): pass # just empty the filecnxn = sqlite3.connect(r'C:__tmpSQLitetest.sqlite')cnxn.create_function("myfunction", 1, myfunc)crsr = cnxn.cursor()t0 = time.time()sql = """SELECt COUNT(*) AS n FROM mytableWHERe myfunction(description) < 500 AND column2 < 1000"""crsr.execute(sql)num_rows = crsr.fetchone()[0]print(f"{num_rows} rows found in {(time.time() - t0):.1f} seconds")cnxn.close()退货
500 rows found in 1.2 seconds
并计数log_file.txt中的行，我们看到
C:UsersGord>find /C "HODOR" Desktoplog_file.txt---------- DESKTOPLOG_FILE.TXT: 1000
表明我们的函数仅被调用了1000次，而不是一百万次。SQLite显然已经应用了
column2 <1000第一个
myfunction(description) < 500条件，然后将该条件应用于了第一个条件的行子集。
（原始的“袖手旁观”答案。）
您问题的实际答案取决于查询优化器的智能程度。一个简单的测试应该告诉您查询是否可以充分“优化”以满足您的需求。
但是，如果您的测试发现您的原始方法太慢，则有两种选择：
选项1：尝试简单比较“第一个”
更改顺序可能会影响查询计划，例如
... WHERe <easy_condition> AND <expensive_condition>
可能会比
... WHERe <expensive_condition> AND <easy_condition>
选项2：尝试使用子查询强制执行顺序
再次，取决于查询优化器的智能性
SELECt easy.* FROM (SELECt * FROM mytable WHERe column2 < 1000) easyWHERe myfunction(easy.description) < 500
可以先应用便宜的条件，然后再将昂贵的条件应用于结果的行子集。（但是，有注释表明，SQLite太复杂了，无法接受这种策略。）
