- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我有超过 1 亿个字符串要存储在文件系统中。与字符串 (~255Chars utf8) 一起,将有两个日期和一些定义其属性的整数值。
我可以将它们放在一个 CSV 文件中,但它会很大。我可以将几个较小的 CSV 文件放在子目录中以使其更快,或者我可以简单地为每个字符串创建一个文件并将它们存储在目录树中。
我如何知道哪种解决方案更快、更容易维护/开发?我什至不知道我的琴弦有多稀疏;也许我有 5000 万个以相同的字符开头,从而使树不那么平衡。
现在我想我可以用前 5 个字符创建一个目录结构,然后将 csv 文件放在每个目录中。例如。字符串 "I don't know what I'm doing"-> "Idontknowwhatimdoing"进入
/i/d/o/n/t/list.csv
有更好的主意吗?我不能使用 Db。我正在使用 java 来存储并使用 php 来读取文件系统,如果这有什么不同的话。
最佳答案
如果您的字符串是 ASCII,您只需要一个字节来定义每个字符(与 UTF8 相比,其中某些字符可能编码为 4 个字节),那么您可以只使用每个记录的固定大小的平面文件。如果您的字符串确实需要 UTF8,则选择固定大小编码而不是可变大小编码,或者只找到最大的字符串并将其用作固定大小。
256 字节(字符串)+ 8 字节(日期)+ 8 字节(日期)+ 8 字节(整数)+ 8 字节(整数)= 每条记录 288 字节
1 亿(条目)* 288 字节(记录大小)= 28.8 GB
访问这样一个巨大的文件意味着您必须使用内存映射文件,其中操作系统只负责将您当前正在访问的文件部分放入内存。
如果您的字符串未排序,您将不得不这样做,一些合并排序变体可能会很有用,您可以对 1 亿个字符串(可能是 100 万个分区)的 block 进行完全排序,然后将这 100 个排序的分区合并在一起得到最终的排序列表。
如何搜索字符串将是一个二进制搜索 log N,对于 1 亿条记录,这将是 ~27 次 IO 读取。
关于algorithm - 在文件系统中存储字符串+描述,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34357113/
今天我在一个 Java 应用程序中看到了几种不同的加载文件的方法。 文件:/ 文件:// 文件:/// 这三个 URL 开头有什么区别?使用它们的首选方式是什么? 非常感谢 斯特凡 最佳答案 file
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
我有一个 javascript 文件,并且在该方法中有一个“测试”方法,我喜欢调用 C# 函数。 c# 函数与 javascript 文件不在同一文件中。 它位于 .cs 文件中。那么我该如何管理 j
需要检查我使用的文件/目录的权限 //filePath = path of file/directory access denied by user ( in windows ) File fil
我在一个目录中有很多 java 文件,我想在我的 Intellij 项目中使用它。但是我不想每次开始一个新项目时都将 java 文件复制到我的项目中。 我知道我可以在 Visual Studio 和
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎不是关于 a specific programming problem, a software
我有 3 个组件的 Twig 文件: 文件 1: {# content-here #} 文件 2: {{ title-here }} {# content-here #}
我得到了 mod_ldap.c 和 mod_authnz_ldap.c 文件。我需要使用 Linux 命令的 mod_ldap.so 和 mod_authnz_ldap.so 文件。 最佳答案 从 c
我想使用PIE在我的项目中使用 IE7。 但是我不明白的是,我只能在网络服务器上使用 .htc 文件吗? 我可以在没有网络服务器的情况下通过浏览器加载的本地页面中使用它吗? 我在 PIE 的文档中看到
我在 CI 管道中考虑这一点,我应该首先构建和测试我的应用程序,结果应该是一个 docker 镜像。 我想知道使用构建环境在构建服务器上构建然后运行测试是否更常见。也许为此使用构建脚本。最后只需将 j
using namespace std; struct WebSites { string siteName; int rank; string getSiteName() {
我是 Linux 新手,目前正在尝试使用 ginkgo USB-CAN 接口(interface) 的 API 编程功能。为了使用 C++ 对 API 进行编程,他们提供了库文件,其中包含三个带有 .
我刚学C语言,在实现一个程序时遇到了问题将 test.txt 文件作为程序的输入。 test.txt 文件的内容是: 1 30 30 40 50 60 2 40 30 50 60 60 3 30 20
如何连接两个tcpdump文件,使一个流量在文件中出现一个接一个?具体来说,我想“乘以”一个 tcpdump 文件,这样所有的 session 将一个接一个地按顺序重复几次。 最佳答案 mergeca
我有一个名为 input.MP4 的文件,它已损坏。它来自闭路电视摄像机。我什么都试过了,ffmpeg , VLC 转换,没有运气。但是,我使用了 mediainfo和 exiftool并提取以下信息
我想做什么? 我想提取 ISO 文件并编辑其中的文件,然后将其重新打包回 ISO 文件。 (正如你已经读过的) 我为什么要这样做? 我想开始修改 PSP ISO,为此我必须使用游戏资源、 Assets
给定一个 gzip 文件 Z,如果我将其解压缩为 Z',有什么办法可以重新压缩它以恢复完全相同的 gzip 文件 Z?在粗略阅读了 DEFLATE 格式后,我猜不会,因为任何给定的文件都可能在 DEF
我必须从数据库向我的邮件 ID 发送一封带有附件的邮件。 EXEC msdb.dbo.sp_send_dbmail @profile_name = 'Adventure Works Admin
我有一个大的 M4B 文件和一个 CUE 文件。我想将其拆分为多个 M4B 文件,或将其拆分为多个 MP3 文件(以前首选)。 我想在命令行中执行此操作(OS X,但如果需要可以使用 Linux),而
快速提问。我有一个没有实现文件的类的项目。 然后在 AppDelegate 我有: #import "AppDelegate.h" #import "SomeClass.h" @interface A
我是一名优秀的程序员,十分优秀!