您好,登錄后才能下訂單哦!
這篇文章主要介紹了golang如何高效處理大文件,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
問題:今天在處理快手的用戶數(shù)據(jù)時,遇到了一個差不多600M的txt文本,用sublime打開都蹦了,我用pandas.read_table()去讀,差不多花了近2分鐘,最后打開發(fā)現(xiàn)差不多3千萬行數(shù)據(jù)。這僅僅是打開,如果要處理不知得多費勁。
解決:我翻了一下文檔,這一類讀取文件的函數(shù)有兩個參數(shù):chunksize、iterator
原理就是不一次性把文件數(shù)據(jù)讀入內(nèi)存中,而是分多次。
read_csv 和 read_table 有一個 chunksize 參數(shù),用以指定一個塊大小(每次讀取多少行),返回一個可迭代的 TextFileReader 對象。
table=pd.read_table(path+'kuaishou.txt',sep='t',chunksize=1000000) for df in table: 對df處理 #如df.drop(columns=['page','video_id'],axis=1,inplace=True) #print(type(df),df.shape)打印看一下信息
我這里又對文件進行了劃分,分成若干個子文件分別處理(沒錯,to_csv也同樣有chunksize參數(shù))
iterator=True同樣返回的是TextFileReader對象
reader = pd.read_table('tmp.sv', sep='t', iterator=True) df=reader.get_chunk(10000) #通過get_chunk(size),返回一個size行的塊 #接著同樣可以對df處理
直接看看pandas文檔在這一方面的內(nèi)容吧。
golang可以做服務(wù)器端開發(fā),但golang很適合做日志處理、數(shù)據(jù)打包、虛擬機處理、數(shù)據(jù)庫代理等工作。在網(wǎng)絡(luò)編程方面,它還廣泛應(yīng)用于web應(yīng)用、API應(yīng)用等領(lǐng)域。
感謝你能夠認真閱讀完這篇文章,希望小編分享的“golang如何高效處理大文件”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。