- 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
我有一个非常大的数据集(7100 万行 - ~7GB csv 文件),我已将其加载到 pandas 的数据框中。
我需要在对 API 的后请求调用中发送数据帧中的每一行,然后将响应存储到另一个数据帧中,稍后导出并分析
目前我的代码是这样的
##read data from csv
for row in data.itertuples(index=True, name='Pandas'):
##There is an if-else ladder to create a header depending on the type of values in a row
##Code to create a json payload
r = requests.post(url, data=json.dumps(payload), headers=headers)
t = json.loads(r.text)
## A try and except block to add the data sent via header and payload + the response from API call back into a new data-frame. (exception is in case there is no response from the API)
##write the data back to csv
API 可以处理大约 50,000 以上的 QPS(每秒查询数),但是这种执行方法只能达到大约 11 QPS。在我之前的测试中,我将一组较小的数据(大约 700 万行)拆分了 4 次,并使用相同的代码运行了 4 个不同的 Jupyter 笔记本,因此有效地达到了大约 44-50 的 QPS 并运行了 24 小时的代码。
注意:我不想用那么多的 QPS 来打它,因为它是一个生产 API,我已经得到了大约 10k QPS 的限额
由于我现在需要在更大的集合上运行它,有没有一种方法可以在 Python 中完成?将数据分成 4 个 block 并将它们一起运行是否等同于并行处理代码?
也许我做错了,还有其他方法吗? - 我使用 Python 的经验主要用于分析和数据科学工作(numpy、pandas 等)- 所以这是我想到的唯一方法。
我使用的是配备 Intel xenon e5-2690 v2 处理器(20 核)和 128 GB RAM 的系统,所以我认为它应该能够处理这个问题,因为在我之前的执行中,它几乎没有出汗的资源利用。
如能为我指明正确的方向,我们将不胜感激。
编辑:所有的建议都将我指向 aiohttp,但是因为我时间不多了,而且我已经在多处理池方面取得了进展,所以我继续了。添加了几行额外的代码
if __name__=='__main__':
##read data
data_split = np.array_split(data,20)
p = Pool(20)
p.map(apicall, data_split)
“apall”函数与上面的代码(for 循环部分)基本相同
对于大约 10,000 个数据集,它运行良好。但是,如果我将其扩展到 100,000 或更多,则会出现错误并再次卡住
OSError: [WinError 10048] Only one usage of each socket address (protocol/network address/port) is normally permitted
编辑2:明白为什么我会收到上述错误。看起来异步是唯一的出路。
最佳答案
aiohttp是你的工具。
async with aiohttp.ClientSession() as session:
async with session.post(url, data=json.dumps(payload), headers=headers) as resp:
resp = await resp.text()
关于python - 如何并行化包含后请求 API 调用的 python 中的 for 循环?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52307518/
为了让我的代码几乎完全用 Jquery 编写,我想用 Jquery 重写 AJAX 调用。 这是从网页到 Tomcat servlet 的调用。 我目前情况的类似代码: var http = new
我想使用 JNI 从 Java 调用 C 函数。在 C 函数中,我想创建一个 JVM 并调用一些 Java 对象。当我尝试创建 JVM 时,JNI_CreateJavaVM 返回 -1。 所以,我想知
环顾四周,我发现从 HTML 调用 Javascript 函数的最佳方法是将函数本身放在 HTML 中,而不是外部 Javascript 文件。所以我一直在网上四处寻找,找到了一些简短的教程,我可以根
我有这个组件: import {Component} from 'angular2/core'; import {UserServices} from '../services/UserService
我正在尝试用 C 实现一个简单的 OpenSSL 客户端/服务器模型,并且对 BIO_* 调用的使用感到好奇,与原始 SSL_* 调用相比,它允许一些不错的功能。 我对此比较陌生,所以我可能会完全错误
我正在处理有关异步调用的难题: 一个 JQuery 函数在用户点击时执行,然后调用一个 php 文件来检查用户输入是否与数据库中已有的信息重叠。如果是这样,则应提示用户确认是否要继续或取消,如果他单击
我有以下类(class)。 public Task { public static Task getInstance(String taskName) { return new
嘿,我正在构建一个小游戏,我正在通过制作一个数字 vector 来创建关卡,该数字 vector 通过枚举与 1-4 种颜色相关联。问题是循环(在 Simon::loadChallenge 中)我将颜
我有一个java spring boot api(数据接收器),客户端调用它来保存一些数据。一旦我完成了数据的持久化,我想进行另一个 api 调用(应该处理持久化的数据 - 数据聚合器),它应该自行异
首先,这涉及桌面应用程序而不是 ASP .Net 应用程序。 我已经为我的项目添加了一个 Web 引用,并构建了各种数据对象,例如 PayerInfo、Address 和 CreditCard。但问题
我如何告诉 FAKE 编译 .fs文件使用 fsc ? 解释如何传递参数的奖励积分,如 -a和 -target:dll . 编辑:我应该澄清一下,我正在尝试在没有 MSBuild/xbuild/.sl
我使用下划线模板配置了一个简单的主干模型和 View 。两个单独的 API 使用完全相同的配置。 API 1 按预期工作。 要重现该问题,请注释掉 API 1 的 URL,并取消注释 API 2 的
我不确定什么是更好的做法或更现实的做法。我希望从头开始创建目录系统,但不确定最佳方法是什么。 我想我在需要显示信息时使用对象,例如 info.php?id=100。有这样的代码用于显示 Game.cl
from datetime import timedelta class A: def __abs__(self): return -self class B1(A):
我在操作此生命游戏示例代码中的数组时遇到问题。 情况: “生命游戏”是约翰·康威发明的一种细胞自动化技术。它由一个细胞网格组成,这些细胞可以根据数学规则生存/死亡/繁殖。该网格中的活细胞和死细胞通过
如果我像这样调用 read() 来读取文件: unsigned char buf[512]; memset(buf, 0, sizeof(unsigned char) * 512); int fd;
我用 C 编写了一个简单的服务器,并希望调用它的功能与调用其他 C 守护程序的功能相同(例如使用 ./ftpd start 调用它并使用 ./ftpd stop 关闭该实例)。显然我遇到的问题是我不知
在 dos 中,当我粘贴此命令时它会起作用: "C:\Program Files (x86)\Google\Chrome\Application\chrome.exe" https://google.
在 dos 中,当我粘贴此命令时它会起作用: "C:\Program Files (x86)\Google\Chrome\Application\chrome.exe" https://google.
我希望能够从 cmd 在我的 Windows 10 计算机上调用 python3。 我已重新安装 Python3.7 以确保选择“添加到路径”选项,但仍无法调用 python3 并使 CMD 启动 P
我是一名优秀的程序员,十分优秀!