- mongodb - 在 MongoDB mapreduce 中,如何展平值对象?
- javascript - 对象传播与 Object.assign
- html - 输入类型 ="submit"Vs 按钮标签它们可以互换吗?
- sql - 使用 MongoDB 而不是 MS SQL Server 的优缺点
我有一个正在读取的大文件,每隔几行就将其转换为一个 Object 的实例。
由于我正在循环文件,我使用 list.append(instance) 将实例存储到列表中,然后继续循环。
这是一个大约 100MB 左右的文件,所以它不会太大,但随着列表变大,循环会逐渐变慢。 (我打印循环中每一圈的时间)。
这不是循环固有的 ~ 当我在循环文件时打印每个新实例时,程序以恒定速度运行 ~ 只有当我将它们 append 到列表时它才会变慢。
我的 friend 建议在 while 循环之前禁用垃圾收集并在之后启用它并进行垃圾收集调用。
有没有其他人观察到 list.append 变慢的类似问题?有没有其他方法可以规避这个问题?
我将尝试以下建议的以下两件事。
(1)“预分配”内存~最好的方法是什么? (2) 尝试使用双端队列
多个帖子(请参阅 Alex Martelli 的评论)建议内存碎片(他像我一样拥有大量可用内存)〜但没有明显的性能修复。
要复制该现象,请运行答案中提供的下面的测试代码,并假设列表有有用的数据。
gc.disable() 和 gc.enable() 有助于计时。我还会仔分割析所有时间都花在了哪里。
最佳答案
您观察到的性能差是您正在使用的版本中的python垃圾收集器中的错误引起的。升级到Python 2.7,或3.1或更高版本或更高版本或更高版本以恢复不适合的0(1)行为期望在 Python 中追加列表。
如果您无法升级,请在构建列表时禁用垃圾收集,并在完成后将其打开。
(您也可以调整垃圾收集器的触发器或随着进度的有选择性调用收集,但是我在此答案中不探索这些选项,因为它们更复杂,我怀疑您的用例适合上述解决方案。)<)<)<)<)<)
背景:
见:https://bugs.python.org/issue4074还有https://docs.python.org/release/2.5.2/lib/module-gc.html
记者观察到,随着列表的长度增长,将复杂对象(不是数字或字符串的对象) append 到线性的速度。
这种行为的原因是垃圾收集器正在检查和重新检查列表中的每个对象,以查看它们是否有资格获得垃圾收集。此行为会导致将对象添加到列表的时间线性增加。预计会在 py3k 中进行修复,因此它不应该适用于您正在使用的解释器。
测试:
我进行了一个测试来证明这一点。对于 1k 次迭代,我将 10k 个对象 append 到一个列表中,并记录每次迭代的运行时间。整体运行时差异立即显而易见。在测试的内部循环期间禁用垃圾收集,我的系统上的运行时间为 18.6 秒。为整个测试启用垃圾回收后,运行时间为 899.4s。
这是测试:
import time
import gc
class A:
def __init__(self):
self.x = 1
self.y = 2
self.why = 'no reason'
def time_to_append(size, append_list, item_gen):
t0 = time.time()
for i in xrange(0, size):
append_list.append(item_gen())
return time.time() - t0
def test():
x = []
count = 10000
for i in xrange(0,1000):
print len(x), time_to_append(count, x, lambda: A())
def test_nogc():
x = []
count = 10000
for i in xrange(0,1000):
gc.disable()
print len(x), time_to_append(count, x, lambda: A())
gc.enable()
完整来源:https://hypervolu.me/~erik/programming/python_lists/listtest.py.txt
图形结果:红色是 gc 开启,蓝色是 gc 关闭。 y 轴是对数刻度的秒数。
(来源:hypervolu.me)
由于这两个图在 y 分量上相差几个数量级,因此在这里它们是独立的,y 轴是线性缩放的。
(来源:hypervolu.me)
(来源:hypervolu.me)
有趣的是,随着垃圾收集的关闭,我们只看到每10k附录的运行时尖峰,这表明Python的 list 重新分配成本相对较低。无论如何,它们比垃圾收集成本低许多数量级。
以上图的密度很难看出,在垃圾收集器开启的情况下,大多数区间实际上都有很好的性能;只有当垃圾收集器循环时,我们才会遇到病态行为。您可以在这个 10k append 时间的直方图中观察到这一点。大多数数据点每 10k 追加下降约 0.02 秒。
(来源:hypervolu.me)
用于生成这些图的原始数据可以在 http://hypervolu.me/~erik/programming/python_lists/ 找到。
关于python - 有没有办法绕过 Python list.append() 随着列表的增长而在循环中逐渐变慢?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2473783/
我想知道是否有任何方法可以逃避 __metatable 元方法。我知道没有,但我正在尝试做这样的事情,但显然 __metatable 阻止了这种情况的发生: -- pretend that t
我想知道如果满足某些条件,是否可以跳过 do while 循环,甚至中途退出方法?这是我的意思的一个例子(一切正常) public void loanBook() { Sc
曾几何时,一位前端开发人员有一些菜单,当有人在页面上的任何位置单击菜单之外时,他想要关闭一些菜单,因此他使用了一些 if 和提到的方法来处理他的工作。当然,后来这又让他痛不欲生,因为在上述菜单中进行的
我开发了一个内核模块,它完成了繁重的工作,当然需要时间。问题是模块使用 CPU 超过 20 秒,并且结果引发了softlockup_threshold的BUG。 我的问题是,有什么办法可以绕过这个吗?
我相信我对避免代码重复这个长期存在的问题提出了一个略有不同的看法。设置相当标准——一堆 if 语句执行类似的操作。下面是一个简短示例。 我正在尝试从代码效率、紧凑性和程序员易用性方面找出解决此类情况的
我的服务器上有 10 秒,这对我想要做的事情来说还不够。它也被网络托管商禁用了。 如果在执行了一定时间后,我执行了一个单独的 PHP 页面,这算在同一时间还是在该页面上重新开始? 还有别的办法吗? 最
我已经下载并编译了 Microsoft 迂回库。在我的项目中,我包含了头文件并添加了 .lib 文件作为依赖项。一切都编译无误。现在我一直在尝试绕过 DrawText,但由于某种原因根本没有调用绕过的
我正在使用 Mockito 编写一个 JUnit 测试用例,我试图绕过我的测试方法中的静态方法调用。运行测试用例时出现 NullPointerException。 是否有任何方法可以在不使用 Powe
我不知道为什么,这很奇怪,但是我的代码在循环。实际上,在第一张表 (ws1) 中,我正在 Worksheet_Change 上执行此操作事件 : Application.EnableEvents =
我正在尝试在 Ubuntu Docker 容器上安装 icinga2-ido-pgsql。 我的数据库在一个单独的容器中。 要安装它,我运行 RUN apt-get install -q -y ici
我在 Dynamics AX 2012 中有一个 AOT 查询,它由 HcmWorker 和 HcmEmployment 表(等等)组成。我的问题是,当我创建报告(不是 SSRS)或以其他方式使用此查
我需要通过cdn将SDK集成到我的next.js项目中所以我需要把 ' />进入我的代码。然后运行 window.sdk = new PrivateSDK()和 window.sdk.someFu
有没有办法可以绕过 Java 中的错误消息? 如果我得到一个错误,但没有可行的方法来改变我的程序怎么办?如果我怀疑我可能会从代码块中得到错误,但我不知道它何时或是否会发生,该怎么办?有很多次我不得不让
我有以下 HTML Facebook 我有一个 onclick 事件处理程序,当单击上面的链接时,会调用 window.open。这在 Chrome 中有效,但在 Safari 中无效。如何让它在 S
我们正在编写一个 ASP.NET MVC 应用程序。默认情况下,如果客户端浏览器具有 Javascript,页面上每个表单的处理程序都会由 Javascript 设置为将提交内容发送到 Ajax“管道
我正在使用 Cloudflare 来加速我的网站,它非常适合。不幸的是,我的一些用户需要将大于 Cloudflare 允许的最大值(即 300MB 大小)的视频上传到我的网站。有什么方法可以告诉 Cl
我正在尝试编写一个自定义中间件,通过检查请求中是否存在 :user key 来检查用户是否经过身份验证。 (defn wrap-authenticated [handler] (fn [{user
你好,祝你有美好的一天。 这里需要一些帮助: 情况: 我有一个不起眼的 DirectX 9 应用程序(名称和应用程序详细信息与问题无关),自某些驱动程序版本以来,它会导致所有 nvidia 卡(GeF
我喜欢制作高效的应用程序,并且经常寻求并发和多线程来提高应用程序响应能力等,但最近我的尝试似乎总是被 WPF 的单线程性所阻碍。无论我的代码多么高效和并行,WPF 似乎都会不断地拖延我的 UI,并使我
我正在使用 Cloudflare 来加速我的网站,它非常适合。不幸的是,我的一些用户需要将大于 Cloudflare 允许的最大值(即 300MB 大小)的视频上传到我的网站。有什么方法可以告诉 Cl
我是一名优秀的程序员,十分优秀!