- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
我每 12 小时在我的亚马逊 EC2 微型实例上运行一次 cron 作业。它下载 118MB 的文件并使用 json 库解析它。这当然会使实例内存不足。我的实例有 416MB 的可用内存,但随后我运行脚本,它下降到 6MB,然后被操作系统杀死。
我想知道我在这里有什么选择?是否可以通过 Ruby 有效地解析它,或者我是否必须下降到像 C 这样的低级东西?我可以获得一个功能更强大的亚马逊实例,但我真的很想知道是否可以通过 Ruby 做到这一点。
更新:我看过yajl。它可以在解析时为您提供 json 对象,但问题是,如果您的 JSON 文件仅包含 1 个根对象,那么它将被迫解析所有文件。我的 JSON 看起来像这样:
--Root
-Obj 1
-Obj 2
-Obj 3
如果我这样做:
parser.parse(file) do |hash|
#do something here
end
因为我只有 1 个根对象,所以它将解析整个 JSON。如果 Obj 1/2/3 是 root,那么它会工作,因为它会一个一个地给我它们,但我的 JSON 不是那样的,它会解析并占用 500mb 的内存...
更新 # 2:这是 118mb 大文件 (7mb) 的缩小版:
消失
它是可解析的,我不只是从文件中取出一些字节,只是为了让您看到它的整体。我要找的数组是这个
events = json['resultsPage']['results']['event']
谢谢
最佳答案
YAJL实现流式解析器。您可以使用它来即时读取您的 JSON,这样您就可以在内容传入时对其进行操作,然后在完成处理后丢弃它们(以及从中生成的数据结构)。如果您对此很聪明,这将使您保持在内存限制之内。
编辑:对于您的数据,您真正感兴趣的是一次提取 JSON 对象的一部分,而不是解析整个对象。这非常棘手,并且确实需要您实现自己的解析器。它的具体细节是您想要:
这不适用于 yajl,因为您在这里处理的是一个对象,而不是多个对象。要使其与 yajl 一起使用,您将需要手动解析 JSON 以发现事件对象边界,然后将每个事件对象 block 传递给 JSON 解析器以进行反序列化。像 Ragel 这样的东西可以为你简化这个过程。
当然,只升级您的 AWS 实例会更容易。
关于ruby - 解析 100mb JSON 负载的有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13993862/
在 Web 应用程序架构设计期间,我必须从概念上计算我的服务器之一可以服务多少个当前客户端。然后我可以预算它。 那么,有什么公式可以遵循吗?或者,你如何计算这个?或者,通常,一个 httpd/tomc
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 要求我们推荐或查找书籍、工具、软件库、教程或其他场外资源的问题对于 Stack Overflow 来说是
我正在使用 Angular 5,我正在尝试在加载 div 的背景图像时获取加载图标。 如果它是一个普通的 img,我对此没有问题,但如果我尝试将它作为背景,它就不起作用。 这里是一些示例代码 app.
我们怎么知道我们的程序在 CPU 上有多少负载? 我尝试使用 htop 找到它。但是 htop 不会给 cpu 负载。它实际上给出了我程序的 cpu 利用率(使用 pid)。 我正在使用 C 编程,L
我们发现从Spark 1.3到当前的Spark 2.0.1以来,从Oracle数据库使用Spark的API加载数据一直很慢。典型的代码在Java中是这样的: Map options =
我有时会收到 mnesia overloaded主要使用时的错误消息 async_dirty查询和 ram_copies表。所以为了了解发生了什么,我想获得更多关于 mnesia 状态的信息,例如每秒
对于通常使用很少 CPU 的程序来说,内核 CPU 非常高。 Linux 机器在状态之间交替。大多数时候,程序使用低 CPU 正常执行。在 CPU“激增”期间,程序使用 100% 可用 CPU 使用高
我正在使用 Raspberry Pi 2 来路由 wifi-eth 连接。因此,从 eth 方面来看,我有一台可以使用 Pi wifi 连接到互联网的计算机。在 Raspberry 上我启动 htop
基本上我有一个网页,其中有一个 iframe 可以从不同的域加载另一个网页。它移动得很慢,我想证明整个页面很慢只是因为 iframe 内的页面。 有什么方法可以测量总页面负载以及总页面负载中有多少%来
我们有一个基于 Spring 的应用程序,它充当使用其他 Rest API 的编排层。我只想测试这个组件的性能,而不测试正在使用的下游 api。 我正在寻找有关如何完成此操作的任何架构建议? 当前的方
我正在学习 hibernate 。为了进行测试,我使用无效 key 调用了 session.load 。当我在调试器(JB Idea)中跨过该行后,没有任何反应 - 我预计会得到 ObjectNotF
我正在开发一个小型的待办事项 PHP 应用程序。我正在使用 jQuery 构建 HTML。其中一个是一个按钮,用于启动一个模式,允许用户编辑该项目。我很好奇加载数据时更好的方法是什么: 1) 在初始加
我尝试在 twitch 播放器中使用 angular 作为覆盖标记。 我将 ng-repear 与(键,值)结合使用。 //player is here 设置是一个全局对象。但是当我尝试加载页面
我即将了解 C 语言中的特定进程如何在特定时间范围内加载 CPU。该进程可能会在运行时切换处理器核心,因此我也需要处理这个问题。 CPU为ARM处理器。 我研究了从标准顶部获取负载的不同方法,perf
这个问题在这里已经有了答案: XMLHttpRequest Origin null is not allowed Access-Control-Allow-Origin for file:/// t
您好,我正在用 Java 开发负载平衡算法。在我的系统中将有一个主节点和 n 个从节点。主节点将接收查询分发给它的从节点。但是在将查询分发到其从节点之一之前,我想测量从节点中的当前负载,以检查特定从节
我正在渲染由大约 50 万个三角形组成的相当重的对象。我使用 opengl 显示列表,在渲染方法中只调用 glCallList。我认为一旦图形基元被编译成显示列表,cpu 的工作就完成了,它只是告诉
我正在尝试加密 Sipdroid,为此我必须在 RTP 数据包获得编码的音频负载后对其进行加密。我在 RTP 数据包类中使用这个函数: public byte[] getPayload() {
我正在尝试解析以下 JSON 负载: { "results":[ [ 298.648132, 280.68692, 356.54
在动画期间 cpu 负载非常高(高达 75%) 是否有优化代码以降低 CPU 负载的方法? 我的代码: ImageView myImageView = (ImageView)findViewById(
我是一名优秀的程序员,十分优秀!