- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个非常大的表,我正在尝试使用查询对其进行排序并写入文件:
select * from t1 order by user_id,tstamp into outfile 'sample.tsv';
该表非常大(大约 600-7 亿行)并且在磁盘上使用了 ~180GB,尝试运行查询时出现“设备上没有剩余空间”错误,显然写入了这么多数据到 tmp 目录,它正在最大化 HDD 并中断查询。
我已将包含 tmp 文件夹的驱动器上的可用空间最大化(接近 1TB 可用空间!),但查询仍然失败并出现相同的错误,因此除了在 tmp 目录中创建更多空间之外,我需要一个解决方案。
到目前为止,我想到的一个想法是迭代地分解排序,利用这样一个事实,即对于 56000 左右的用户 ID,平均只有 10-20000 条记录。使用一些伪代码,我想这看起来像这样:
for each unique uid:
select * from t1 where user_id=uid order by tstamp
append result to file
我假设这会起作用(使用 Python MySQL 包装器或类似工具)但是有没有更简单、纯 MySQL 的解决方案?
最佳答案
我不确定是否有比您通过用户 ID 提取的方法更好的方法。您可能想要使用更大的 block 。只要数据适合内存,排序就应该合理快速。
虽然对所有数据进行排序可能不可行,但您可以在 user_id
上创建索引。这样的索引会加快您的查询速度。如果没有索引,每次迭代都需要全表扫描。
在 user_id, tstamp
上建立索引可能不会帮助查询(即使可能)。问题是数据不适合内存。即使你有这样一个索引,当你去使用它时,你最终也会遇到一种叫做“颠簸”的情况。查询将开始读取索引。每条记录都在单独的页面上(非常接近)。很快,页面缓存就填满了内存。然后引擎查看索引中的下一条记录。它几乎肯定不在页面缓存中,因此它必须从磁盘读取页面。这种情况还在继续。每个记录读取都需要额外命中磁盘。
这个问题的解决方案是合并排序算法。在某些情况下,在数据库外排序更可行。但是 180 GB 的文件仍然很大。
关于mysql - 排序非常大的mysql表并写入文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20825888/
我有这个代码 var myChart = new FusionCharts("../themes/clean/charts/hbullet.swf", "myChartId", "400", "75
既然写入是立即进行的(复制到内核缓冲区并返回),那么使用 io_submit 进行写入有什么好处? 事实上,它 (aio/io_submit) 看起来更糟,因为您必须在堆上分配写入缓冲区并且不能使用基
我正在使用 mootool 的 Request.JSON 从 Twitter 检索推文。收到它后,我将写入目标 div 的 .innerHTML 属性。当我在本地将其作为文件进行测试时,即 file:
最终,我想将 Vertica DB 中的数据抓取到 Spark 中,训练机器学习模型,进行预测,并将这些预测存储到另一个 Vertica DB 中。 当前的问题是确定流程最后部分的瓶颈:将 Spark
我使用 WEKA 库编写了一个 Java 程序, 训练分类算法 使用经过训练的算法对未标记的数据集运行预测 将结果写入 .csv 文件 问题在于它当前写出离散分类结果(即算法猜测一行属于哪个类别)。我
背景 - 我正在考虑使用 clickonce 通过 clickonce(通过网站)部署 WinForms 应用程序。相对简单的应用程序的要素是: - 它是一个可执行文件和一个数据库文件(sqlite)
是否有更好的解决方案来快速初始化 C 数组(在堆上创建)?就像我们使用大括号一样 double** matrix_multiply(const double **l_matrix, const dou
我正在读取 JSON 文件,取出值并进行一些更改。 基本上我向数组添加了一些值。之后我想将其写回到文件中。当我将 JSONArray 写回文件时,会被写入字符串而不是 JSONArray 对象。怎样才
我为两个应用程序使用嵌入式数据库,其中一个是服务器,另一个是客户端。客户端应用程序。可以向服务器端发送获取数据请求以检索数据并显示在表格(或其他)中。问题是这样的:如何将获取的数据保存(写入)到页面文
是否有更好的解决方案来快速初始化 C 数组(在堆上创建)?就像我们使用大括号一样 double** matrix_multiply(const double **l_matrix, const dou
从问题得出问题:找到所有 result = new ArrayList(); for (int i = 2; i >(i%8) & 0x1) == 0) { result.add(i
由于某种原因,它没有写入 CSV。谁能明白为什么它不写吗? def main(): list_of_emails = read_email_csv() #read input file, cr
关闭。 这个问题是 not reproducible or was caused by typos 。它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能在这里出现,
我目前正在开发一个保存和加载程序,但我无法获得正确的结果。 编写程序: #include #include #define FILENAME "Save" #define COUNT 6 type
import java.io.*; public class Main2 { public static void main(String[] args) throws Exception {
我需要使用预定义位置字符串“Office”从所有日历中检索所有 iOS 事件,然后将结果写入 NSLog 和 UITextView。 到目前为止,这是我的代码: #import "ViewCo
我正在尝试将 BOOL 值写入 PFInstallation 中的列,但会不停地崩溃: - (IBAction)pushSwitch:(id)sender { NSUserDefaults *push
我以前在学校学过一些简单的数据库编程,但现在我正在尝试学习最佳实践,因为我正在编写更复杂的应用程序。写入 MySQL 数据库并不难,但我想知道让分布式应用程序写入 Amazon EC2 上的远程数据库
是否可以写回到ResourceBundle?目前我正在使用 ResourceBundle 来存储信息,在运行时使用以下内容读取信息 while(ResourceBundle.getBundle("bu
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi
我是一名优秀的程序员,十分优秀!