草庐IT

xml - Python2 sax 解析器，大文件的最佳速度和性能？

coder 2024-06-27 原文

所以我一直在使用 suds 来使用 web 服务，它有很大的好处。

遇到性能问题，对于某些数据，cpu 会急剧上升，需要 60 多秒才能完成请求，由 gunicorn 服务，suds 到 webservice 等。

使用 line_profiler、objgraph、memory_profiler 等进行调查，我发现罪魁祸首是大约需要 13 秒来解析一个 9.2mb 的 xml 文件，这是来自网络服务的响应。

这不正常吧？只有 9.2mb，我看到 99% 的时间都花在了解析上，解析是通过“from xml.sax import make_parser”完成的，这意味着标准 python？

有没有更快的大文件 xml 解析器？

我会仔细研究 XML 中的结构类型，但到目前为止我知道它的“UmResponse”包含大约 7000 个“文档”元素，每个元素包含 10-20 行元素。

编辑:进一步调查，我发现 13 秒中有一半花在了 suds/sax/的 suds Handler 中……嗯，当然，这可能是 suds 问题，而不是 python 库。

EDIT2:suds unmarshaller 大部分时间用于处理这个，大约 50 秒，用 sax 解析也很慢，使用 xml.minidom 的 pysimplesoap 需要大约 13 秒和大量内存。然而 lxml.etree 低于 2s 并且 objectify 也非常快，快到足以使用它而不是 ElementTree(对于这里特定的 xml，它比 cElementTree 快，0.5s 对于一个 0.17s 对于其他)

解决方案:Suds 允许参数 retxml 为真，无需解析和解码即可返回 XML，从那里我可以使用 lxml 更快地完成。

最佳答案

用 sax 解析 Suds 花费了时间，甚至更多的是 suds src 绑定(bind)/绑定(bind)中的解码方法，它大量使用类 umx/Typed。

解决方案，绕过所有这些: 将 retxml=True 传递给客户端，这样 suds 就不会进行解析和解码，suds 的绝佳选择!而不是使用 lxml，我发现它是最快的，不知何故甚至比 cElementTree 更快。

from lxml import objectify
from lxml.etree import XMLParser

现在另一个问题是 xml 有巨大的 txt 节点，超过 10mb，所以 lxml 会保释，XMLParser 需要标志 huge_tree=True 来吞并和处理大数据文件。像这样设置，set_element_class_lookup 真的有很大的好处，没有它你就不会真正得到一个 ObjectifedElement。

parser = XMLParser(remove_blank_text=True, huge_tree=True)
parser.set_element_class_lookup(objectify.ObjectifyElementClassLookup())
objectify.set_default_parser(parser)
obj = objectify.fromstring(ret_xml)
# iter here and return Body or Body[0] or whatever you need
#so all code which worked with suds unmarshaller works with objectified aswell

然后，当 suds 解码时，其余代码按属性查找元素，它工作正常(就在返回 soap 信封的主体之后)，无需麻烦 xpath 或 iteraparse xml 元素。

objectify 在 1-2 秒内完成工作，而泡沫解码需要 50-60 秒。

关于xml - Python2 sax 解析器，大文件的最佳速度和性能？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22171100/

大文Python2sectionsudsobjectifyxmlsaxpython-2.x

有关xml - Python2 sax 解析器，大文件的最佳速度和性能？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 - 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

  3. 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，

  4. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    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。

  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 - 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

  9. ruby-on-rails - 如何从 format.xml 中删除 <hash></hash> - 2

    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

  10. Ruby 写入和读取对象到文件 - 2

    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

随机推荐