[英]Creating and populating a table is slow and unstable
使用csv_copy
創建/填充表時,我注意到有時它非常慢。 以下是核心代碼和一些示例輸出。
我有兩個問題:
碼:
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()
我看到的輸出:
ME_Features_20121001.txt已創建表ME_Features_20121001 1.44s無已填充表ME_Features_20121001 1.48s無
FM_Features_20121001.txt已創建表FM_Features_20121001 67.92s無已填充表FM_Features_20121001 0.22s無
NationalFile_20121001.txt(700mb)表NationalFile_20121001創建了9.34s無表NationalFile_20121001填充了4963.18s無
NJ_Features_20121001.txt已創建表NJ_Features_20121001 1.65s無已填充表NJ_Features_20121001 41.11s無
PW_Features_20121001.txt已創建表PW_Features_20121001 1.73s無已填充表PW_Features_20121001 0.20s無
如何定義timer()
? 我的盲目猜測(因為您未提供其代碼)是該函數直接調用print
來輸出測量的時間,但沒有明確返回任何內容-因此, None
打印任何內容。 如果仍然不清楚,請查看以下示例:
>>> def test():
... print 'test'
...
>>> print 'This is a', test()
This is a test
None
我不確定您的意思是創建和填充表的時間會有所不同 。 顯然,填充表所需的時間取決於要插入的數據量。 在每種情況下,創建表所需的時間應大致相同,因此67.92s
輸出確實看起來可疑,但是...您確定測量正確嗎?
同樣,我的盲目猜測是timer()
打印自上次調用以來的時間。 也許您應該在開始要測量的操作之前明確重置它? 我猜那是花了60秒鍾才調用create_populate_table()
...
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.