- 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?
我有一个带有 PostgreSQL + PostGis 数据库设置的应用程序,我正在尝试将大量行加载到其中一个表中。经过一些研究,二进制复制似乎是最好的方法,但经过无数次尝试和无休止的调试,我未能实现数据的加载。
此外,我注意到这种特定方法的可用引用资料数量相当少,因此认为提出问题可以帮助 future 的开发人员。
应用程序后端是用 Python 3 编写的。目标数据库是本地托管的 PostgreSQL v11 数据库,扩展名为 PostGIS 2.5.3。psycopg2 适配器用于将后端连接到数据库。PPyGIS 的 ppygis3 端口仅用于较小的替代尝试,如稍后在代码中所示。
尽管出于保密原因我无法共享此类数据的副本,但我可以描述该数据由地理位置(经纬度格式)、时间戳和值组成。此数据量为数百万。
我已经研究了解决这个问题的潜在方法,并且出于我们对性能的考虑,使用二进制格式的 Postgres COPY 命令似乎是最明智的方法。
引用资料:
在寻找引用资料时,从 Mike T 那里找到了这个非常有用的答案。不幸的是,它只涵盖了数字类型: PostgreSQL Documentation on Copy with binary format
AlexImmer's port of PPyGIS and "example" on binary copy with WKB
NBSoftSolutions dissection on binary copy and useful example on copying strings
该表的简化模式类似于以下内容:
POINT TIMESTAMP value(Geography) (timestamp without zone) (real)
CREATE TABLE testtable ( point GEOGRAPHY(Point), timestamp TIMESTAMP WITHOUT TIME ZONE, value REAL);
These are two simplified versions of my attempts at conducting the data loading.
The following is the approach I am mainly interested in.
con = psycopg2.connect(user=username, password=password, host="localhost", database="test")
cur = con.cursor()
# ByteIO buffer type
buffer = BytesIO()
buffer.write(pack('!11sii', b'PGCOPY\n\377\r\n\0', 0, 0))
# Dummy values
lat = 40.0
lon = 10.0
date = "2019-01-01 00:00:00"
pointStr = "POINT({} {})".format(lon, lat)
pointWKB = Point(lon, lat).write_ewkb()
value = 555.555
# Number of columns (3)
buffer.write(pack('>h', 3))
# Geographic point
# Attempt with direct encoding of the string format
buffer.write(pack('>i', len(pointStr)))
buffer.write(pointStr.encode())
# Geographic point
# Attempt using the Well-Known Binary encoding hinted by AlexsImmer
#buffer.write(pack('>i', len(pointWKB)))
#buffer.write(pointWKB)
# Timestamp
buffer.write(pack('>i', len(date)))
buffer.write(pack('>s', date.encode()))
# Reading value
buffer.write(pack('>i', 4))
buffer.write(pack('>f', reading))
# Write final file trailer
buffer.write(pack('>h', -1))
buffer.seek(0)
# Perform a bulk upload of data to the table
cur.copy_expert('COPY testtable FROM STDIN WITH BINARY', buffer)
# Also attempted
#cur.copy_from(buffer, 'testtable', null='None')
con.commit()
cur.close()
con.close()
我猜这些问题要么与我的无知有关,要么与数据库不识别/支持以这种方式插入地理字段有关。然而令人惊讶的是,尝试使用 StringIO 方法进行相同的尝试,如下所示完美无缺。
我也尝试过 StringIO 方法,我已经设法使它工作,但它的性能并不令人满意。请注意,在这种情况下,PostGis 地理字段以其简化的字符串形式(即“POINT(Y X)”)传递给数据库。
con = psycopg2.connect(user=username, password=password, host="localhost", database="test")
cur = con.cursor()
# StringIO buffer type
buffer = StringIO()
# Dummy values
lat = 40.0
lon = 10.0
date = "2019-01-01 00:00:00"
point = "POINT({} {})".format(lon, lat)
value = 555.555
buffer.write(point)
buffer.write('\t')
# Timestamp of reading
buffer.write(date)
buffer.write('\t')
# Parameter reading
buffer.write(str(value))
buffer.write('\n')
# Reset offset to byte 0
buffer.seek(0)
cur.copy_from(buffer, "testtable", null='None')
con.commit()
cur.close()
con.close()
尝试使用两种方法(对 WKB 表示点的字符串表示形式进行编码)中的任何一种进行二进制复制会产生以下错误:
psycopg2.errors.InternalError_:遇到无效的字节序标志值。上下文:复制测试表,第 1 行,列地理
预期/理想的结果自然是将数百万行成功加载到数据库中。
我们将不胜感激任何意见和/或指导!
最佳答案
如果您使用二进制模式,则需要提供内部二进制表示。这是值存储在内存和磁盘中的格式。
数据通过类型输入输出函数在内部格式和外部格式之间转换。
现在您可能会想到,geometry
的内部二进制格式是 EWKB(两者的名称中都有“binary”),我不能责怪您。但事实并非如此——EWKB 是数据的文本表示。这就是您遇到问题的原因。
如果您想使用内部二进制格式,则必须阅读 PostGIS 源代码。我认为您不使用二进制 cooy。我认为这是一个过早的优化。是什么让您认为您的代码比 PostGIS 的类型输入功能更高效?除此之外,如果客户端架构与服务器架构不同,您就会面临危险:您能确定它们以相同的方式表示 8 字节浮点值吗?
关于python - 通过 Binary Copy 将包含 PostGis 字段的数据批量加载到 PostgreSQL,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57822498/
我有一个类似于以下的结构。 class A { string title; List bItem; } class B { int pric
本地流 和 远程流 两者都是“媒体流列表 ”。 本地流 包含“本地媒体流 ” 对象 但是,远程流 包含“媒体流 ” 对象 为什么差别这么大? 当我使用“本地流 “- 这个对我有用: localVide
我正在尝试将 8 列虚拟变量转换为 8 级排名的一列。 我试图用这个公式来做到这一点: =IF(OR(A1="1");"1";IF(OR(B1="1");"2";IF(OR(C1="1");"3";I
我正在使用面向对象编程在 Python 中创建一个有点复杂的棋盘游戏的实现。 我的问题是,许多这些对象应该能够与其他对象交互,即使它们不包含在其中。 例如Game是一个对象,其中包含PointTrac
有没有办法获取与 contains 语句匹配的最深元素? 基本上,如果我有嵌套的 div,我想要最后一个元素而不是父元素: Needle $("div:contains('Needle')")
出于某种原因,我无法在 Google 上找到答案!但是使用 SQL contains 函数我怎么能告诉它从字符串的开头开始,即我正在寻找等同于的全文 喜欢 'some_term%'。 我知道我可以使用
我正在尝试创建一个正则表达式来匹配具有 3 个或更多元音的字符串。 我试过这个: [aeiou]{3,} 但它仅在元音按顺序排列时才有效。有什么建议吗? 例如: 塞缪尔 -> 有效 琼 -> 无效 S
嘿所以我遇到了这样的情况,我从数据库中拉回一个客户,并通过包含的方式包含所有案例研究 return (from c in db.Clients.Include("CaseStudies")
如果关键字是子字符串,我无法弄清楚为什么这个函数不返回结果。 const string = 'cake'; const substring = 'cak'; console.log(string.in
我正在尝试将包含特定文本字符串的任何元素更改为红色。在我的示例中,我可以将子元素变为蓝色,但是我编写“替换我”行的方式有些不正确;红色不会发生变化。我注意到“contains”方法通常写为 :cont
我想问一下我是否可以要求/包含一个语法错误的文件,如果不能,则require/include返回一个值,这样我就知道所需/包含的文件存在语法错误并且不能被要求/包含? file.php语法错误 inc
我想为所有包含youtube链接的链接添加一个rel。 这就是我正在使用的东西-但它没有用。有任何想法吗? $('a [href:contains(“youtube.com”)]')。attr('re
我正在尝试在 Elasticsearch 中查询。除搜索中出现“/”外,此功能均正常运行。查询如下所示 GET styling_rules/product_line_filters/_search {
我正在开发名为eBookRepository的ASP.NET MVC应用程序,其中包含在线图书。 电子书具有自己的标题,作者等。因此,现在我正在尝试实现搜索机制。我必须使用Elasticsearch作
我已阅读Firebase Documentation并且不明白什么是 .contains()。 以下是文档中 Firebase 数据库的示例规则: { "rules": { "rooms"
我的问题是我可以给出条件[ 'BookTitleMaster.id' => $xtitid, ] 如下所示 $bbookinfs = $this->BookStockin->BookIssue->fi
我需要能够使用 | 检查模式在他们中。例如,对于像“dtest|test”这样的字符串,像 d*|*t 这样的表达式应该返回 true。 我不是正则表达式英雄,所以我只是尝试了一些事情,例如: Reg
我想创建一个正则表达式来不匹配某些单词... 我的字符:var test = "é123rr;and;ià456;or;456543" 我的正则表达式:test.match(\((?!and)(?!o
我在 XSLT 中有一个名为 variable_name 的变量,如果相关产品具有名称为 A 或 B 或两者均为 A & 的属性,我将尝试将其设置为 1 B.
您好,我想让接待员和经理能够查看工作类型和费率并随后进行更新。但是技术人员只能查看不能更新。该图是否有效? 我读到扩展用例是由发起基本用例的参与者发起的。我应该如何区分技术人员只能启动基本案例而不能启
我是一名优秀的程序员,十分优秀!