好的，我会尽量保持简短、贴切和切题。
我们通过将 MASSIVE CSV 文件上传到我们基于 PHP 的 CMS 来对我们的系统进行大量 GeoIP 更新。这个东西一般都有100k以上的IP地址信息记录。现在，简单地导入这些数据根本不是问题，但我们必须对当前的区域 IP 地址映射进行检查。
这意味着我们必须验证数据、比较和拆分重叠的 IP 地址等。并且必须对每条记录进行这些检查。
不仅如此，我刚刚创建了一个现场映射解决方案，允许其他供应商以不同的格式实现他们的 GeoIP 更新。这是通过将规则应用于 CSV 更新中的 IP 记录来完成的。
例如，规则可能如下所示:
如果 'countryName' == 'Australia' 然后发送到 'Australian IP Pool'
可能需要运行多个规则，每个 IP 记录都必须应用它们。例如，根据 10 条规则检查 100k 条记录将是 100 万次迭代；不好玩。
我们发现 10 万条记录的 2 条规则最多需要 10 分钟来处理。我完全了解这里的瓶颈，即成功导入必须发生的大量迭代；只是不完全了解我们可能需要加快速度的任何其他选择。
有人建议在服务器端将文件拆分成 block 。我不认为这是一个可行的解决方案，因为它为已经很复杂的系统增加了另一层复杂性。必须打开、解析和拆分该文件。然后脚本也必须迭代这些 block 。
所以，问题是，考虑到我刚刚写的内容，最好的方法是什么来稍微加快这个过程？不幸的是，只为这个工具升级服务器的硬件不是一个选项，但它们是非常高端的开始。
虽然没有我想象的那么短，但是是的。哈尔普斯？ :(
最佳答案
对数据库执行批量导入(我使用的是 SQL Server)。 BULK IMPORT 只需要几秒钟，而 100,000 条记录对于数据库处理业务规则来说是小菜一碟。我经常对一个包含超过 400 万行的表执行类似的数据处理，并且不会花费您列出的 10 分钟。
编辑:我应该指出，是的，我不推荐为此使用 PHP。你正在处理原始数据，使用数据库.. :P
关于php - 在 PHP 中迭代 MASSIVE CSV 文件的最佳实践，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/846415/
我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看rubyzip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d
很好奇，就使用rubyonrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提
我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时
我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，
Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题
对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚
我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i
使用带有Rails插件的vim，您可以创建一个迁移文件，然后一次性打开该文件吗？textmate也可以这样吗？ 最佳答案 你可以使用rails.vim然后做类似的事情::Rgeneratemigratonadd_foo_to_bar插件将打开迁移生成的文件，这正是您想要的。我不能代表textmate。 关于ruby-使用VimRails，您可以创建一个新的迁移文件并一次性打开它吗？，我们在StackOverflow上找到一个类似的问题： https://sta
好的，所以我的目标是轻松地将一些数据保存到磁盘以备后用。您如何简单地写入然后读取一个对象？所以如果我有一个简单的类classCattr_accessor:a,:bdefinitialize(a,b)@a,@b=a,bendend所以如果我从中非常快地制作一个objobj=C.new("foo","bar")#justgaveitsomerandomvalues然后我可以把它变成一个kindaidstring=obj.to_s#whichreturns""我终于可以将此字符串打印到文件或其他内容中。我的问题是，我该如何再次将这个id变回一个对象？我知道我可以自己挑选信息并制作一个接受该信
