Python教程

python海量数据如何快速查询?

本文主要是介绍python海量数据如何快速查询?,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

转自:微点阅读  https://www.weidianyuedu.com

在实际工作中,经常会遇到查询的任务,比如根据某些rs号,检索dbsnp数据库,提取这些snp位点的信息,对于这样的任务,最基本的操作方法是将数据库的内容存为字典,然后检索特定的key即可。对于小文件而言,这样的操作编码简单,运行速度也比较满意,但是对于大型数据库而言,将数据库存为字典这个动作是非常耗费时间的,而且每次运行代码都要执行这样的操作,导致效率大大降低。想要改善这一状况,有以下两种解决办法1. 对象序列化

对象序列化就是将python中的对象保存为二进制的字节流文件,与之相对的是反序列化, 从二进制文件中读取内容,重新解析为python对象。通过序列化,只需要读取一次数据库,然后将生存的字典对象保存为一个文件,后续在使用时,直接读取序列化产生的文件,就可以快速得到数据库对应的字典。

在python中,通过内置模块pickle进行序列化相关操作,用法如下微点阅读(www.weidianyuedu.com)

>>> import pickle>>>>>> data = {1:"A", 2:"B", 3:"C"}# dump 进行序列化>>> with open("out", "wb") as f:... pickle.dump(data, f)...>>># load 进行反序列化>>> with open("out", "rb") as f:... data = pickle.load(f)...>>> data{1: "A", 2: "B", 3: "C"}2. 使用数据库

对于数据检索这种任务,在工业界有成熟的解决方案——专用的数据库软件,比如耳熟能详的mysql等关系型数据库,以及redis等非关系型数据库。在python3中,内置了模块sqlite3, 支持创建sqlite3数据库,一个轻量级,文本型的数据库。用法如下

>>> import sqlite3>>>>>>>>># 创建数据库# 连接数据库>>> conn = sqlite3.connect("test.db")# 创建游标>>> c = conn.cursor()>>> c.execute("""CREATE TABLE alphabet (cnt integer, date text)""")<sqlite3.Cursor object at 0x7f3e514413b0>>>>>>> for key, value in data.items():... c.execute("INSERT INTO alphabet VALUES (?, ?)", (key, value))...<sqlite3.Cursor object at 0x7f3e514413b0><sqlite3.Cursor object at 0x7f3e514413b0><sqlite3.Cursor object at 0x7f3e514413b0>>>> conn.commit()>>> conn.close()

# 使用数据库>>> conn = sqlite3.connect("test.db")>>> c = conn.cursor()>>> for row in c.execute("SELECT * FROM alphabet WHERE cnt <= 2"):... print(row)...(1, "A")(2, "B")将数据存储在数据库中,称之为对象持久化,除了sqlite3之外,python也支持mysql等其他数据库,只需要安装对应的模块即可。

                                                                                     ·end·

这篇关于python海量数据如何快速查询?的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!