- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
Pandas
运行转换、加载数据的速度和易用性给我留下了深刻印象,我想利用所有这些不错的属性(以及其他属性)来为一些大型数据集建模( ~100-200k 行,<20 列)。目的是在某些计算节点上处理数据,同时通过 Flask
在浏览器中提供数据集的 View 。
我目前正在使用 Postgres 数据库来存储数据,但是数据的导入(来自 csv 文件)缓慢、乏味且容易出错,从数据库中取出数据并进行处理也不容易.数据一旦导入就永远不会改变(没有 CRUD 操作),所以我认为将它存储为多个 pandas DataFrame
(以 hdf5 格式存储并通过 pytables 加载)是理想的。
问题是:
(1) 这是个好主意吗?需要注意什么? (例如,我不希望出现并发问题,因为 DataFrame
是(应该?)是无状态和不可变的(从应用程序端处理)。还有什么需要注意的?
(2) 一旦数据从 hdf5 文件加载到 DataFrame
中,我将如何缓存数据,因此不需要为每个客户端请求加载它(至少是大多数最近/频繁的数据帧)。 Flask
(或 werkzeug
)有一个 SimpleCaching
类,但在内部,它会在访问时挑选数据并取消挑选缓存数据。我想知道这在我的特定情况下是否有必要(假设缓存的对象是不可变的)。另外,当系统部署 Gunicorn 时,这种简单的缓存方法是否可用(是否可以有静态数据(缓存)并且并发(不同进程?)请求可以访问相同的缓存吗?)。
我意识到这些问题很多,但在我投入更多时间并构建概念验证之前,我想我在这里得到了一些反馈。欢迎任何想法。
最佳答案
对您要求的某些方面的回答:
根据您的描述,您的表是否仅在 SQL 数据库中、存储为 HDF5 文件或两者都有。这里需要注意的是,如果您使用 Python 2.x 并通过 pandas 的 HDFStore 类创建文件,任何字符串都将被 pickle 导致文件相当大。您还可以使用 read_sql
直接从 SQL 查询生成 pandas DataFrame。 ,例如。
如果您不需要任何关系操作,那么我会说放弃 postgre 服务器,如果它已经设置并且您将来可能需要继续使用 SQL 服务器。服务器的好处在于,即使您不希望出现并发问题,它也会使用 (Flask-)SQLAlchemy 自动为您处理,从而减少您的头痛。一般来说,如果您希望添加更多的表(文件),拥有一个中央数据库服务器比维护多个文件更不是问题。
无论你走哪条路,Flask-Cache将成为您的 friend ,使用 memcached
或 redis
后端。然后,您可以缓存/内存从 SQL 或 HDF5 文件返回准备好的 DataFrame 的函数。重要的是,它还允许您缓存可能在显示大型表格时发挥作用的模板。
当然,您也可以生成一个全局变量,例如,在您创建 Flask 应用程序的地方,然后将其导入到需要的地方。我没有尝试过,因此不推荐它。它可能会导致各种并发问题。
关于python - Pandas 作为 Flask 应用程序的快速数据存储,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24644715/
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!