- 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?
我有一个巨大的表(约 8 亿),我需要根据某些段条件获取数据。
数据:
d_id month_id sec average Class
89 201701 S 5.98 A
73 201703 N 7.63 B
31 201708 F 6.38 P
11 201709 K 6.38 P
我有两个列表:
monthList = [201701,201702,201703]
所以sql查询是:
sql_query = str("""select * from dbo.table_name where month_id IN monthList;""")
现在我想将此数据保存在服务器端游标中,并从中获取基于 classList 的子集
curs = cnxn.cursor('Class')
classList = ['A','B','P']
while True:
records = curs.fetchmany(int(1e3))
if not records:
break
for record in records:
# here I want to use the classList to subset the data , something like
df = pd.DataFrame()
df.append(curs.fetchmany([cursor['Class'] == classList]))
# And once all the records of each Class has been read create csv
df.to_csv("ClassList.csv")
所以对于上面给出的数据:将生成 3 个 csv:1.A类.csv
d_id month_id sec average Class
31 201708 F 6.38 P
11 201709 K 6.38 P
所有数据都在我使用 psycopg2 调用的 PostgreSQL 中
有人可以帮我解决以下问题:1.这甚至可以用服务器端游标来做。2. 我基本上需要根据所有数据创建每个类的组合 csv,也基于作为列表给出的 month_id。
最佳答案
这并不是服务器端游标的工作方式——它们让服务器保持状态而客户端遍历结果集,批量获取,可能反转遍历。好处是服务器保持状态关于连接,以便客户端可以更有效地分配内存(默认情况下,客户端会在允许您的代码执行之前尝试获取所有内容迭代。对于 80 亿行,这可能会导致问题)。
但要记住的关键是游标返回的数据是确定的通过查询 - 你可以比较每一行的结果来决定做什么,但是你还是一行一行操作,不改变返回的结果服务器。但是...如果您滥用职权,您的 DBA 可能会怀着暴力意图追捕您服务器...在进行多次遍历时保持服务器端游标 80 亿行会给数据库带来很多内存压力,从而降低其他用户的速度。
通过 Pandas 的本地系统内存也是如此 - 根据您的示例,除了使用它生成 CSV 之外,您实际上并没有做任何事情。
怎么办?
如果您只需要编写大型组合 CSV,使用 psycopg2 的原生 copy_expert
功能直接流式传输到 CSV 是可行的方法,结合服务器端游标.
我经常使用这种方法从大型数据集创建 CSV - 而保持数据库和客户端内存平坦。它也更快比我可以直接用 Python 编写的任何逐行 CSV 生成都要多。
最后,不清楚您需要 1 个 CSV 还是 3 个 CSV。您的最终评论引用“组合的 CSV”,所以要做到这一点,以迈克尔的评论为基础,尝试这样的事情:
sql = '''
copy (
select *
from your_table_name
where month_id in (. . .)
and Class in (. . .)
)
to stdout
with (
format csv, header
)'''
stmt = db.cursor('my_cursor')
with open('output.csv', 'w') as outfile:
stmt.copy_expert(sql, outfile)
如果您确实需要 3 个单独的 CSV,您可以修改方法以执行三个单独的通行证。
希望对您有所帮助。
见
关于python - 在 python 中使用带有条件的服务器端游标读取大量数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48326859/
我正在努力处理查询的 WHERE 部分。查询本身包含一个基于两个表中都存在的 ID 的 LEFT JOIN。但是,我要求 where 语句仅返回其中一列中存在的最大单个结果。目前我返回连接中的所有值,
我有这个代码来改变文件系统的大小。问题是,即使满足 if 条件,它也不会进入 if 条件,而我根本没有检查 if 条件。它直接进入 else 条件。 运行代码后的结果 post-install-ray
假设我有一个包含 2 列的 Excel 表格:单元格 A1 到 A10 中的日期和 B1 到 B10 中的值。 我想对五月日期的所有值求和。我有3种可能性: {=SUM((MONTH(A1:A10)=
伪代码: SELECT * FROM 'table' WHERE ('date' row.date 或 ,我们在Stack Overflow上找到一个类似的问题: https://stackove
我有下面这行代码做一个简单的查询 if ($this->fulfilled) $criteria->addCondition('fulfilled ' . (($this->fulfilled
如果在数据库中找到用户输入的键,我将尝试显示“表”中的数据。目前我已将其设置为让数据库检查 key 是否存在,如下所示: //Select all from table if a key entry
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 5 年前。 Improve th
在MYSQL中可以吗 一共有三个表 任务(task_id、task_status、...) tasks_assigned_to(ta_id、task_id、user_id) task_suggeste
我想先根据用户的状态然后根据用户名来排序我的 sql 请求。该状态由 user_type 列设置: 1=活跃,2=不活跃,3=创始人。 我会使用此请求来执行此操作,但它不起作用,因为我想在“活跃”成员
下面两个函数中最专业的代码风格是什么? 如果函数变得更复杂和更大,例如有 20 个检查怎么办? 注意:每次检查后我都需要做一些事情,所以我不能将所有内容连接到一个 if 语句中,例如: if (veh
我在 C# 项目中使用 EntityFramework 6.1.3 和 SQL Server。我有两个查询,基本上应该执行相同的操作。 1. Exams.GroupBy(x=>x.SubjectID)
我试图在 case when 语句中放入两个条件,但我在 postgresql 中遇到语法错误 case when condition 1 and condition 2 then X else Y
我正在构建一个连接多个表的查询,一个表 prodRecipe 将包含某些行的数据,但不是全部,但是 tmp_inv1 将包含所有行的计数信息。问题是,tmp_inv1.count 取决于某个项目是否在
我有一个涉及 couples of rows which have a less-than-2-hours time-difference 的查询(~0.08333 天): SELECT mt1.*,
我有一个包含许多这样的 OR 条件的代码(工作正常)来检查其中一个值是否为空,然后我们抛出一条错误消息(所有这些都必须填写) } elsif ( !$params{'account'}
我有一个名为 spGetOrders 的存储过程,它接受一些参数:@startdate 和 @enddate。这将查询“订单”表。表中的一列称为“ClosedDate”。如果订单尚未关闭,则此列将保留
在代码中,注释部分是我需要解决的问题...有没有办法在 LINQ 中编写这样的查询?我需要这个,因为我需要根据状态进行排序。 var result = ( from contact in d
我正在尝试创建一个允许省略参数的存储过程,但如果提供了参数,则进行 AND 操作: CREATE PROCEDURE MyProcedure @LastName Varchar(30)
我正在寻找一种方法来过滤我的主机文件中的新 IP 地址。我创建了一个脚本,每次我用来自矩阵企业管理器的数据调用它时都会更新我的主机文件。它工作正常。但是我必须找到一个解决方案,只允许更新 10.XX.
所以我正在做一种 slider ,当它完全向下时隐藏向下按钮,反之亦然,当向上按钮隐藏时,我遇到了问题。 var amount = $('slide').attr('number'); $('span
我是一名优秀的程序员,十分优秀!