После предложений, приведенных here я хранятся мои данные с помощью ZODB, созданных с помощью следующего фрагмента кода:изменяющие данные в ZODB
# structure of the data [around 3.5 GB on disk]
bTree_container = {key1:[ [2,.44,0], [1,.23,0], [4,.21,0] ...[10,000th element] ], key2:[ [3,.77,0], [1,.22,0], [6,.98,0] ..[10,000th element] ] ..10,000th key:[[5,.66,0], [2,.32,0], [8,.66,0] ..[10,000th element]]}
# Code used to build the above mentioned data set
for Gnodes in G.nodes(): # Gnodes iterates over 10000 values
Gvalue = someoperation(Gnodes)
for i,Hnodes in enumerate(H.nodes()): # Hnodes iterates over 10000 values
Hvalue =someoperation(Hnodes)
score = SomeOperation on (Gvalue,Hvalue)
btree_container.setdefault(Gnodes, PersistentList()).append([Hnodes, score, 0]) # build a list corresponding to every value of Gnode (key)
if i%5000 == 0 # save the data temporarily to disk.
transaction.savepoint(True)
transaction.commit() # Flush all the data to disk
Теперь я хочу (в отдельном модуле) (1) изменить сохраненные данные и (2) сортировать их. Ниже приведен код, который я использовал:
storage = FileStorage('Data.fs')
db = DB(storage)
connection = db.open()
root = connection.root()
sim_sorted = root[0]
# substitute the last element in every list of every key (indicated by 0 above) by 1
# This code exhausts all the memory, never get to the 2nd part i.e. the sorting
for x in sim_sorted.iterkeys():
for i,y in enumerate(sim_sorted[x]):
y[3] = 1
if i%5000 ==0
transaction.savepoint()
# Sort all the lists associated with every key in he reverse order using middle element as key
[sim_sorted[keys].sort(key = lambda x:(-x[1])) for keys in sim_sorted.iterkeys()]
Однако код, используемый для редактирования значения съедает всю память (никогда не сортировка). Я не уверен, как это работает, но есть ощущение, что с моим кодом есть что-то ужасно, и ZODB все тянет в память и, следовательно, проблему. Каким будет правильный метод для достижения желаемого эффекта, например, замена и сортировка сохраненных элементов в ZODB без проблем с памятью? Также код очень медленный, предложение ускорить его?
[Примечание: Это не нужно для меня, чтобы написать эти изменения обратно в базу данных]
EDIT Там, кажется, небольшое улучшение в использовании памяти, добавив команду connection.cacheMinimize()
после внутреннего цикла, однако еще раз после того, как Некоторое время все ОЗУ потребляется, что оставляет меня озадаченным.
Martjin: Это действительно странно! Хотя, я уверен, что это не сортировка, так как я поставил контрольную точку в свой код, и она никогда не доходила до раздела сортировки, но почему-то парадигма, которую вы рекомендовали, кажется, работает! Вы бы рекомендовали использовать метод connection.cacheMinimize()? –
Martjin: Я уверен, что один список достаточно мал, чтобы вписаться в память (в конце концов я строю его таким образом). Хотя выше это работает до некоторой степени, но все же большая часть моей RAM медленно преобразуется в * неактивную память *. Я не уверен, как это сделать. Любые комментарии ? –
Прежде всего: не уверен, что 'cacheMinimize' будет делать многое; он очистит любые объекты, которые не были изменены. Но так как вы только загружаете объекты, которые вы * делаете * меняете, я думаю, что это не будет иметь больших шансов. Во-вторых: не беспокойтесь о неактивной памяти; ваша ОС вернет это, когда потребуется. Это стратегия, в которой процессы сохраняют память, даже если они в настоящее время ее не используют, основываясь на том, что они вскоре будут повторно использовать ее. –