python - 用python收集大量数据

Question

我目前正在使用 Python 脚本从外部源(数字转换器)收集信号数据大约 10 秒。该数据被记录为一个数组，随后使用 numpy.savetxt 将其保存为文本文件到 PC 上的硬盘驱动器。这是当前脚本的摘录:

#vs Pia
import visa
import time
import re
import datetime

from PyDAQmx import *
from ctypes import *
import nidaqmx

import numpy


##############DATA COLLECTION WITH DIGITISER###############


# initialize variables

N = 2**14
schrate = 1600   #samples per second per channel


taskHandle = TaskHandle(0)
read = int32()
data = np.zeros((N,), dtype=np.float64)

DAQmxCreateTask("", byref(taskHandle))
DAQmxCreateAIVoltageChan(taskHandle, "Dev1/ai4:5", "", DAQmx_Val_RSE, -10.0, 
10.0, DAQmx_Val_Volts, None)
DAQmxCfgSampClkTiming(taskHandle, "", schrate, DAQmx_Val_Rising, 
DAQmx_Val_FiniteSamps, N)


# begin data collection

DAQmxStartTask(taskHandle)

DAQmxReadAnalogF64(taskHandle, -1, 30, DAQmx_Val_GroupByScanNumber, data, N, 
byref(read), None)

DAQmxStopTask(taskHandle)
DAQmxClearTask(taskHandle)


#############SAVING DATA##############

dataX = data[::2]

time = np.linspace(0,(N/2)/schrate,N/2)

filename = "Xquad"
print("Saving X-quadrature to file: "+filename)
np.savetxt(filename, dataX[None,:], delimiter=',',newline='\n')

filename = "recorded_time"
print("Saving recorded time to file: "+filename)
numpy.savetxt(filename, time[None,:], delimiter=',',newline='\n')

代码的第一部分只是从数字转换器中提取数据并将其记录在名为“数据”的数组中。代码的第二部分是保存我需要的相关数据，命名为“dataX”，以及记录数据的总时间，两者都是单独的文本文件。

所以基本上运行此脚本以收集数据 10 秒就可以了，但是，长期目标是长时间连续收集数据(一次最多几个月)。不幸的是，PC 中有限的 RAM 意味着这个脚本不能无限期地运行，因为性能和内存问题最终将开始成为一个因素。

到目前为止，我唯一提出的解决方案是定期将数据数组作为文本文件保存到硬盘，并使用 if 循环检查文本文件是否已达到指定的文件大小。如果它已经达到指定的大小，新的传入数据将被保存到一个新的文本文件中，此时将重复整个过程，直到我终止脚本。但是，此解决方案并不理想，因为每次保存文本文件都需要时间(尤其是当文本文件变得非常大时)。这些时间“打嗝”可能会导致数据收集时间不一致。

有没有人有使用 python 无限期收集数据的经验？有没有更好的方法来解释填满 RAM 的大量数据？

Answer 1

一般来说，numpy 已经使用最少的内存来存储特定类型的 N 个数字的列表，这必须事先知道 - 这已经被使用了。

如果这仍然不能满足应用程序的内存要求，请考虑更改架构，以便收集设备本身不存储任何数据。

相反，它只能收集数据并将其通过网络发送到外部服务进行存储和展示。

有类似 Kafka 的标准服务和/或，根据用例，数据库如 InfluxDB可用作可视化仪表板的数据源，如 Grafana .

要保持当前架构，最好在单独的线程中运行收集，这样它可以在将当前数据保存到磁盘的同时继续收集。 Numpy 是线程安全的并且发布了 GIL，所以这不是问题。

在这种情况下，设备必须能够为轮询时间 + 保存持续时间存储足够的数据，因为应删除要保存的数据，而轮询必须继续并存储传入数据，同时将旧数据存储到磁盘.