- 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
我是 Python 的新手,我已经为定义的应用程序列表编写了一个相当简单的脚本来记录性能统计信息。该脚本每隔一段时间(使用 psutil )对进程进行采样并返回各种统计信息,然后将其记录下来。为了便于以后对数据进行有趣的操作,我使用了 XML 日志格式。
下面是日志结构的简化版:
<?xml version="1.0" ?>
<data>
<periodic>
<sample name="2015-02-25_23-22-54">
<cpu app="safari">10.5</cpu>
<memory app="safari">1024</memory>
<disk app="safari">60</disk>
<network app="safari">720</network>
</sample>
</periodic>
</data>
我目前正在使用 cElementTree
来解析和创建日志文件。采样循环的每次迭代都会解析现有日志文件,将最新数据追加到末尾,然后将新文件写入磁盘。
我的日志编写器类的简化版本:
import xml.etree.cElementTree as etree
from xml.dom import minidom
logfile = 'path/to/logfile.xml'
class WriteXmlLog:
# Parse the logfile.
def __init__(self):
self.root = etree.parse(logfile).getroot()
self.periodic = list(self.root.iter('periodic'))[0]
def __write_out(self, log_file):
"""Write log contents to file."""
open(log_file, 'w').write(minidom.parseString(etree.tostring(self.root).replace('\n', '').replace('\t', '')).toprettyxml())
def __create_timestamp(self):
"""Returns a timestamp for naming a process sample iteration."""
return datetime.datetime.fromtimestamp(time.time()).strftime('%Y-%m-%d_%H-%M-%S')
def write_sample(self, sample_list):
"""Create or append sample to XML log file."""
node_sample_time = etree.Element('sample')
node_sample_time.set('time', self.__create_timestamp())
for i in sample_list:
app_dict = i.get('values')
for a in app_dict:
sample = etree.Element(a)
app = str(i.get('appname')).lower()
sample.set('app', app)
sample.text = app_dict[a]
node_sample_time.append(sample)
self.periodic.append(node_sample_time)
self.__write_out(logfile)
我遇到的问题是,虽然如果日志文件很小,这个脚本工作得很好,但它被用于我们必须每隔几秒对相同进程进行采样的情况,有时甚至运行几天。这可以生成最大 10 MB 的日志文件(此时它们会轮换)。在这种大小的日志上运行脚本大约需要 15 秒,并且在整个过程中占用 1 个 CPU 核心,更不用说过多的内存使用和磁盘 I/O。
__write_out()
可能效率不高,因为它运行两个搜索和替换操作(去除弄乱 toprettyxml
的无关换行符和制表符),然后发送整个每次迭代通过 minidom 输出。这样做是因为 cElementTree
不会自行缩进节点,从而导致生成的文件不便于人类阅读。然而,真正的问题似乎只是每次迭代都解析和写入整个日志本质上是不可扩展的。
我的第一个想法是完全放弃使用 cElementTree
,“手动”将结果格式化为 XML 字符串,然后在每次迭代时将它们附加到日志文件的末尾(不解析现有文件根本)。这种方法的问题是生成的文件将不是有效的 XML,因为根节点没有结束标记。我可以让记录器在完成时写入一个(它目前设计为无限循环直到 SIGTERM
,然后在退出时做一些清理)但理想情况下我希望日志文件在记录期间始终是有效的 XML。它在某种程度上也显得笨拙。
总结:写入基于 XML 的日志文件的最佳方法是什么,该文件具有良好的性能和合理的资源使用率,可以扩展到大约 10 MB 的日志文件大小?
最佳答案
如果我没理解错的话,您可以创建每个“周期性”元素,就好像它是整个文档一样(因此您仍然可以使用 cElementTree 或类似工具;或者只是将其手动创建为字符串)。
然后当需要写出这样一个(小)元素时,打开您的日志文件,并寻找到减去“”(7)的长度的结尾。写新的周期元素,然后重写“”,应该没问题。
如果你想格外小心,移动到末尾后,阅读最后 7 个字符以确保它们符合预期,然后再次搜索以再次将文件定位在它们之前。
关于python - 编写基于 XML 的大型日志文件时性能不佳,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29217911/
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!