[英]Creating and populating a table is slow and unstable
使用csv_copy
创建/填充表时,我注意到有时它非常慢。 以下是核心代码和一些示例输出。
我有两个问题:
码:
def create_populate_table(table_name,fields,types,cur):
sql = 'CREATE TABLE IF NOT EXISTS ' + table_name + ' (\n'
for i in xrange(len(fields)):
if i==0:
sql += fields[i]+' '+types[i]+' NOT NULL PRIMARY KEY,\n'
elif i==len(fields)-1:
sql += fields[i]+' '+types[i]+')'
else:
sql += fields[i]+' '+types[i]+',\n'
#print sql
cur.execute(sql)
conn.commit()
print "Table ",table_name," created ",timer()
cur.execute("SELECT count(*) from "+table_name)
if cur.fetchone()[0]>0:
return
# populate data into created table
fr= open(file, 'r')
fr.readline()
# parse and convert data into unicode
#data = unicode_csv_reader(fr, delimiter='|')
# anything can be used as a file if it has .read() and .readline() methods
data = StringIO.StringIO()
s=''.join(fr.readlines())
while(s.find('\r\n')<>-1):
s=s.replace('\r\n','\n')
#timer()
while(s.find('||')<>-1 or s.find('|\n')<>-1 ):
s=s.replace('||','|0|')
s=s.replace('|\n','|0\n')
#timer()
#print s.split('\t')[:2]
#exit(0)
data.write(s)
data.seek(0)
try:
cur.copy_from(data, table_name,sep='|')
conn.commit()
print "Table ",table_name," populated ",timer()
except psycopg2.DatabaseError, e:
if conn:
conn.rollback()
print 'Error %s' % e
fr.close()
我看到的输出:
ME_Features_20121001.txt已创建表ME_Features_20121001 1.44s无已填充表ME_Features_20121001 1.48s无
FM_Features_20121001.txt已创建表FM_Features_20121001 67.92s无已填充表FM_Features_20121001 0.22s无
NationalFile_20121001.txt(700mb)表NationalFile_20121001创建了9.34s无表NationalFile_20121001填充了4963.18s无
NJ_Features_20121001.txt已创建表NJ_Features_20121001 1.65s无已填充表NJ_Features_20121001 41.11s无
PW_Features_20121001.txt已创建表PW_Features_20121001 1.73s无已填充表PW_Features_20121001 0.20s无
如何定义timer()
? 我的盲目猜测(因为您未提供其代码)是该函数直接调用print
来输出测量的时间,但没有明确返回任何内容-因此, None
打印任何内容。 如果仍然不清楚,请查看以下示例:
>>> def test():
... print 'test'
...
>>> print 'This is a', test()
This is a test
None
我不确定您的意思是创建和填充表的时间会有所不同 。 显然,填充表所需的时间取决于要插入的数据量。 在每种情况下,创建表所需的时间应大致相同,因此67.92s
输出确实看起来可疑,但是...您确定测量正确吗?
同样,我的盲目猜测是timer()
打印自上次调用以来的时间。 也许您应该在开始要测量的操作之前明确重置它? 我猜那是花了60秒钟才调用create_populate_table()
...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.