草庐IT

php - 存储60亿个 float ，方便文件访问

coder 2024-04-28 原文

我需要在 python 中使用 36000 个 [date, float, float, float] 小数组每小时保存 250 个数据文件，我可以用 PHP 轻松读取这些文件。这需要在 6tb 的存储空间上至少运行 10 年。

保存这些单独文件的最佳方式是什么，我在考虑 python struct。但是对于大数据量的工作来说，它开始看起来很糟糕吗？

数据示例

a = [["2016:04:03 20:30:00", 3.423, 2.123, -23.243], ["2016:23:.....], ......]

编辑: 空间，比解包速度和计算更重要。由于空间非常有限。

最佳答案

所以您有 250 个某种类型的数据提供者，它们每秒提供 10 个样本(float，float，float)。

由于您没有具体说明您的限制是什么，所以还有更多选择。

二进制文件

您可以使用 struct 编写 3*36000 个 float 的固定数组文件，每个文件有 4 个字节，每个文件有 432.000 个字节。您可以在目录名称中对小时进行编码，在文件名中对数据提供者的 ID 进行编码。

如果您的数据不是太随机，一个体面的压缩算法应该削减足够的字节，但如果您不想丢失数据，您可能需要某种延迟压缩。

NumPy

用结构打包的替代方法是 numpy.tofile ，它将数组直接存储到文件中。它速度很快，但总是以 C 格式存储数据，如果目标机器上的字节序不同，你应该注意这一点。用numpy.savez_compressed您可以在一个 npz 存档中存储多个数组，并同时压缩它。

JSON、XML、CSV

上述任何一种格式都是一个不错的选择。另外值得一提的是JSON-lines format ，其中每一行都是一个 JSON 编码的记录。这是为了启用流式写入，您可以在每次写入后保留有效的文件格式。

它们易于阅读，语法开销随着压缩而消失。只是不要进行字符串连接，使用真正的序列化程序库。

(SQL) 数据库

说真的，为什么不使用真实的数据库呢？

显然，您需要对数据进行一些处理。每秒 10 个样本，没有人会需要那么多数据，所以你必须进行聚合:最小值、最大值、平均值、平均值、求和等。数据库已经拥有所有这些，结合其他功能，它们可以为你节省一个大量的时间你可以花在写这么多脚本和文件抽象上。更不用说文件管理变得多么麻烦。

数据库是可扩展的，并受多种语言支持。您使用 Python 将日期时间保存在数据库中，您使用 PHP 读取日期时间。无需担心如何对数据进行编码。

数据库支持索引以加快查找速度。

我个人最喜欢的是 PostgreSQL，它有很多不错的特性。它支持BRIN index ，一种轻量级索引，非常适合具有自然排序字段(例如时间戳)的大型数据集。如果磁盘空间不足，可以使用 cstore_fdw 扩展它，一个面向列的数据存储，支持压缩。如果你仍然想使用平面文件，你可以写一个 foreign data wrapper ( also possible with Python) 并且仍然使用 SQL 访问数据。

关于php - 存储60亿个 float ，方便文件访问，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35634339/

floatphpnoreferrernoopenernofollowpythonfilestructstorage

有关php - 存储60亿个 float ，方便文件访问的更多相关文章

  1. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    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ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  2. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  3. ruby - 其他文件中的 Rake 任务 - 2

    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

  4. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    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，

  5. ruby-on-rails - Rails 3 中的多个路由文件 - 2

    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

  6. ruby - 将差异补丁应用于字符串/文件 - 2

    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

  7. ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2

    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

  8. ruby - 解析 RDFa、微数据等的最佳方式是什么，使用统一的模式/词汇(例如 schema.org)存储和显示信息 - 2

    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

  9. ruby - 使用 Vim Rails，您可以创建一个新的迁移文件并一次性打开它吗？ - 2

    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

  10. ruby-on-rails - 在混合/模块中覆盖模型的属性访问器 - 2

    我有一个包含模块的模型。我想在模块中覆盖模型的访问器方法。例如:classBlah这显然行不通。有什么想法可以实现吗？ 最佳答案 您的代码看起来是正确的。我们正在毫无困难地使用这个确切的模式。如果我没记错的话，Rails使用#method_missing作为属性setter，因此您的模块将优先，阻止ActiveRecord的setter。如果您正在使用ActiveSupport::Concern(参见thisblogpost)，那么您的实例方法需要进入一个特殊的模块:classBlah

随机推荐