- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
这是我的情况:
A 有一个 Windows 网络共享,我用 mount -t cifs -o username=username,password=password,rw,nounix,iocharset=utf8,file_mode=0777,dir_mode=0777//192.168.1.120 安装/存储/mnt/存储
此文件夹包含数量快速增长的各种大小的文件(几个字节高达 ~20MB)。如果不移动/删除,此目录中的文件数量可能超过 1000 万。
我需要将具有特定名称 (*.fext
) 的文件批处理(在 move_script
中)从该目录移动到另一个目录(当前是目录 /mnt/storage/in_progress
).
然后该脚本启动另一个脚本 (process_script
),该脚本将处理 /mnt/storage/in_progress
中的文件。 process_script
完成后,文件再次被 move_script
移动到另一个子目录 (/mnt/storage/done
)。 move-process-move 继续进行,直到源文件夹 (/mnt/storage
) 不再包含文件。
进程的附加信息:
目前的瓶颈是文件的移动(文件移动速度比目录中创建文件快一点)
if len(os.listdir("/mnt/storage") >= batch_size:
i = 0
for f in os.listdir("/mnt/storage"):
if f.endswith(".fext"):
move("/mnt/storage/+"f","/mnt/storage/in_progress"
i+=1
if i==batch_size:
break
脚本移动/开始处理文件,等待处理完成
/mnt/storage/in_progress
中文件的处理对于 1k-2k 文件的批处理是最快的。
我已尝试让移动的文件数量不断增加。首先移动 1k,然后如果源目录中的文件数量在增长,则移动的文件数量加倍。这会减慢 process_script
中文件的处理速度,但有助于跟上“文件生成器”..
我考虑过在process_script
完成后将子目录/mnt/storage/in_progress
简单重命名为"/mnt/storage/done"+ i_counter
并创建一个新的 /mnt/storage/in_progress
。我假设这会将脚本中的移动时间减半。
我需要加快这个过程,以便跟上文件生成器的步伐。我怎样才能提高这个移动操作的性能?
我愿意接受任何建议,并愿意彻底改变我目前的做法。
编辑:脚本在 debian wheezy 上运行,所以理论上我可以使用发出 mv
的子进程,但我不知道这有多合理。
==========================================
编辑2:我写了一个脚本来测试各种移动方法之间的速度差异。首先创建 1x5GB(dd if=/dev/urandom of=/mnt/storage/source/test.file bs=100M count=50
),然后创建 100x5MB(for i in {1 ..100}; 做 dd if=/dev/urandom of=/mnt/storage/source/file$i bs=1M count=5
) 最后用 10000x5kB (for i in {1. .100000}; 做 dd if=/dev/urandom of=/mnt/storage/source/file$i bs=1k count=5
)
from shutil import move
from os import rename
from datetime import datetime
import subprocess
import os
print("Subprocess mv: for every file in directory..")
s = datetime.now()
for f in os.listdir("/mnt/storage/source/"):
try:
subprocess.call(["mv /mnt/storage/source/"+str(f)+" /mnt/storage/mv"],shell=True)
except Exception as e:
print(str(e))
e = datetime.now()
print("took {}".format(e-s)+"\n")
print("Subprocessmv : directory/*..")
s = datetime.now()
try:
subprocess.call(["mv /mnt/storage/mv/* /mnt/storage/mvf"],shell=True)
except Exception as e:
print(str(e))
e = datetime.now()
print("took {}".format(e-s)+"\n")
print("shutil.move: for every file file in directory..")
s = datetime.now()
for f in os.listdir("/mnt/storage/mvf/"):
try:
move("/mnt/storage/mvf/"+str(f),"/mnt/storage/move")
except Exception as e:
print(str(e))
e = datetime.now()
print("took {}".format(e-s)+"\n")
print("os.rename: for every file in directory..")
s = datetime.now()
for f in os.listdir("/mnt/storage/move/"):
try:
rename("/mnt/storage/move/"+str(f),"/mnt/storage/rename/"+str(f))
except Exception as e:
print(str(e))
e = datetime.now()
print("took {}".format(e-s)+"\n")
if os.path.isdir("/mnt/storage/rename_new"):
rmtree('/mnt/storage/rename_new')
print("os.rename & os.mkdir: rename source dir to destination & make new source dir..")
s = datetime.now()
rename("/mnt/storage/rename/","/mnt/storage/rename_new")
os.mkdir("/mnt/storage/rename/")
e = datetime.now()
print("took {}".format(e-s)+"\n")
这表明没有太大区别。5GB 文件的移动速度非常快,这告诉我通过更改文件表进行的移动是有效的。这是 10000*5kB 文件的结果(感觉结果取决于当前的网络工作负载。例如,第一个 mv
测试耗时 2m 28s,之后相同的文件耗时 3m 22s,也是os.rename()
大多数时候是最快的方法..):
Subprocess mv: for every file in directory..
took 0:02:47.665174
Subprocessmv : directory/*..
took 0:01:40.087872
shutil.move: for every file file in directory..
took 0:01:48.454184
os.rename: for every file in directory..
rename took 0:02:05.597933
os.rename & os.mkdir: rename source dir to destination & make new source dir..
took 0:00:00.005704
最佳答案
您可以使用 glob
模块列出文件来简化代码。但最有可能的限制因素是网络。最有可能的是,这些文件最终会通过网络进行复制,而不是简单地移动。否则这个过程会非常快。
尝试使用 os.rename()
移动文件。它可能不适用于 cifs 文件系统,但值得一试。那应该进行实际的重命名,而不是复制。如果它不起作用,您可能需要以其他方式挂载该文件系统。或者在文件系统所在的机器上运行移动过程。
关于python - 提高在已安装文件夹中移动越来越多的大量文件的性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26757374/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!