Python Shelf 模块内存消耗

Question

我被分配的任务是读取 .txt 文件，该文件是各种事件的日志，并将其中一些事件写入字典。

问题是文件的大小有时会超过 3GB。这意味着字典变得太大而无法装入主内存。看来 Shelve 是解决这个问题的好方法。但是，由于我会不断修改字典，因此我必须启用 writeback 选项。这是我担心的地方 - 教程说这会减慢读/写过程并使用更多内存，但我无法找到有关速度和内存如何受到影响的统计数据。

谁能澄清读/写速度和内存受到的影响有多大，以便我可以决定是否使用写回选项或牺牲一些可读性来提高代码效率？

谢谢

Answer 1

对于这种规模的数据库，搁置确实是错误的工具。如果您不需要高可用客户端/服务器架构，而您只想将 TXT 文件转换为本地内存可访问数据库，那么您确实应该使用 ZODB

如果你需要高可用的东西，你当然需要切换到正式的“NoSQL”数据库，其中有很多可供选择。

这是一个简单的示例，说明如何将搁置数据库转换为 ZODB 数据库，这将解决您的内存使用/性能问题。

#!/usr/bin/env python
import shelve
import ZODB, ZODB.FileStorage
import transaction
from optparse import OptionParser
import os
import sys
import re

reload(sys)
sys.setdefaultencoding("utf-8")

parser = OptionParser()

parser.add_option("-o", "--output", dest = "out_file", default = False, help ="original shelve database filename")
parser.add_option("-i", "--input", dest = "in_file", default = False, help ="new zodb database filename")

parser.set_defaults()
options, args = parser.parse_args()

if options.in_file == False or options.out_file == False :
    print "Need input and output database filenames"
    exit(1)

db = shelve.open(options.in_file, writeback=True)
zstorage = ZODB.FileStorage.FileStorage(options.out_file)
zdb = ZODB.DB(zstorage)
zconnection = zdb.open()
newdb = zconnection.root()

for key, value in db.iteritems() :
    print "Copying key: " + str(key)
    newdb[key] = value
                                                                                                                                                                                                
transaction.commit()