我们有一个基于 Python 的网络服务器，它在启动时使用 cPickle 解开大量的大数据文件。数据文件(使用 HIGHEST_PROTOCOL pickle )在磁盘上大约有 0.4 GB，并作为大约 1.2 GB 的 Python 对象加载到内存中——这大约需要 20 秒。我们在 64 位 Windows 机器上使用 Python 2.6。
瓶颈当然不是磁盘(实际读取那么多数据用时不到0.5s)，而是内存分配和对象创建(有数百万个对象正在创建)。我们希望减少 20 秒以减少启动时间。
有什么方法可以比 cPickle 更快地将超过 1GB 的对象反序列化为 Python(比如 5-10 倍)？由于执行时间受内存分配和对象创建的限制，我认为使用另一种 unpickling 技术(例如 JSON)在这里无济于事。
我知道一些解释型语言有一种方法可以将它们的整个内存镜像保存为一个磁盘文件，这样它们就可以一次性将其加载回内存，而无需为每个对象分配/创建。有没有办法在 Python 中做到这一点或实现类似的目标？
最佳答案
尝试 marshal 模块 - 它是内部的(由字节编译器使用)并且有意不做太多宣传，但速度要快得多。请注意，它不会像 pickle 那样序列化任意实例，只会序列化内置类型(不记得确切的约束，请参阅文档)。另请注意，格式不稳定。
如果您需要初始化多个进程并且可以容忍一个进程始终加载，那么有一个优雅的解决方案:在一个进程中加载对象，然后除了按需 fork 进程外什么都不做。 fork 速度很快(写入时复制)并在所有进程之间共享内存。 [免责声明:未经测试； unlike Ruby ，Python 引用计数将触发页面复制，因此如果您有巨大 对象和/或访问其中的一小部分，这可能没用。]
如果您的对象包含大量原始数据(例如 numpy 数组)，您可以对它们进行内存映射以加快启动速度。 pytables 也适用于这些场景。
如果您只使用对象的一小部分，那么 OO 数据库(如 Zope 的)可能会帮助您。但是，如果您需要将它们全部存储在内存中，那么您只会浪费大量开销而收效甚微。 (从来没有用过，所以这可能是胡说八道)。
也许其他 python 实现可以做到？不知道，只是一个想法...
关于python - 如何比 cPickle 更快地将 1GB 的对象反序列化为 Python？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/4195202/
我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。
给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息？ 最佳答案 在Rails3中，update_all不返回任何有意义的信息，除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru
我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t
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
Rackup通过Rack的默认处理程序成功运行任何Rack应用程序。例如:classRackAppdefcall(environment)['200',{'Content-Type'=>'text/html'},["Helloworld"]]endendrunRackApp.new但是当最后一行更改为使用Rack的内置CGI处理程序时，rackup给出“NoMethodErrorat/undefinedmethod`call'fornil:NilClass”:Rack::Handler::CGI.runRackApp.newRack的其他内置处理程序也提出了同样的反对意见。例如Rack
在选择我想要运行操作的频率时，唯一的选项是“每天”、“每小时”和“每10分钟”。谢谢!我想为我的Rails3.1应用程序运行调度程序。 最佳答案 这不是一个优雅的解决方案，但您可以安排它每天运行，并在实际开始工作之前检查日期是否为当月的第一天。 关于ruby-如何每月在Heroku运行一次Scheduler插件？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/8692687/
我有一个对象has_many应呈现为xml的子对象。这不是问题。我的问题是我创建了一个Hash包含此数据，就像解析器需要它一样。但是rails自动将整个文件包含在.........我需要摆脱type="array"和我该如何处理？我没有在文档中找到任何内容。 最佳答案 我遇到了同样的问题；这是我的XML:我在用这个:entries.to_xml将散列数据转换为XML，但这会将条目的数据包装到中所以我修改了:entries.to_xml(root:"Contacts")但这仍然将转换后的XML包装在“联系人”中，将我的XML代码修改为
我有一大串格式化数据(例如JSON)，我想使用Psychinruby同时保留格式转储到YAML。基本上，我希望JSON使用literalstyle出现在YAML中:---json:|{"page":1,"results":["item","another"],"total_pages":0}但是，当我使用YAML.dump时，它不使用文字样式。我得到这样的东西:---json:!"{\n\"page\":1,\n\"results\":[\n\"item\",\"another\"\n],\n\"total_pages\":0\n}\n"我如何告诉Psych以想要的样式转储标量？解
