- 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?
我在外部硬盘驱动器上有一个 SQLite 数据库,我想用 R(或 Python)分析它的几千个子集。数据是对 13 个变量的大约 1.1 亿次观察,它存储在(~10.5 GB)外部驱动器上,因为我的计算机上没有足够的存储空间。我选择尝试使用 SQL 数据库,因为虽然我没有足够的 RAM 来处理 R 中的整个数据集,但我只需要在任何给定时间访问其中的一小部分。
我用 RSQLite 构建了数据库——本质上是通过使用 dbWriteTable() 附加一堆数据帧——并且可以成功地查询它。问题是,即使是非常简单的数据库查询也需要几分钟才能完成。例如,这将需要大约 3 分钟的时间来运行(在 R 中或在 Python 中使用 sqlite3):
# example in R
library(RSQLite)
# connect to existing database
conn <- dbConnect(RSQLite::SQLite(), EEGdata.db)
# example of simple query
testQuery <- dbSendQuery(conn, "SELECT * FROM Data WHERE Time = 42")
# return data (takes "forever" but does work)
testdf <- dbFetch(testQuery)
我尝试了多种不同的(但我认为等效的)方法来执行查询,例如使用 dbplyr,但它们都同样需要几分钟才能运行。
我试过使用事务(但我认为这主要只是有助于插入或修改信息?)。
我试过使用索引,它确实加快了查询速度,但它们仍然需要超过一分钟才能完成。
我已尝试使用最新的 R/RSQLite 版本,如以下建议: SQLilte query much slower through RSqlite than sqlite3 command-line interface
我测试过我的外部驱动器(WD 我的护照)的一般读/写速度并没有慢到可怕(它以大约 100Mbs 的速度传输数据)。
我也尝试过通过 Python 使用 sqlite3,并得到大致相同的非常慢的查询。
我想我可能以某种方式错误地创建了数据库,但令人费解的是为什么它仍然可以运行,只是非常糟糕。为了以防万一,这是我如何创建数据库的示例:
library(RSQLite)
# open connection to new database
conn <- dbConnect(RSQLite::SQLite(), EEGdata.db)
# loop over data files
for (file in filenames){
# load file (column names defined elsewhere)
temp <- read.delim(file = file, sep = '\t', header = F, col.names = columns)
# do some cleaning, merging, etc...
# add to database
dbWriteTable(conn, "Data", temp, append = TRUE)
}
由于问题在 R 和 Python 中看起来很相似,我假设我创建 SQLite 数据库的方式存在一些问题,或者它存储在外部驱动器上。
关于可能出现的问题或我可以尝试什么的任何想法?
编辑:
感谢所有的想法!
关于索引,正如@Waldi 和@r2evans 所提到的,它确实有帮助——我并不是要暗示它没有用,或者我不会使用索引。对于我将要进行的最复杂的查询(仍然仅按 3 个变量进行过滤),完全索引将时间从约 6 分钟缩短到约 1.5 分钟。很明显,这些索引值得使用,但它本身似乎并不能解释速度缓慢的原因。
关于较小版本的数据库 (@DavidP),好主意 - 我只是尝试了一些东西,发现在这种情况下,数据库的实际大小对速度影响不大,但大小从查询返回的数据(特别是行数)。但即使在较小的情况下,它也感觉很慢——例如仅返回 900 行,所有内容都已完全索引,需要 1.3 秒。据我所知,对于简单的 SQL 查询来说,这仍然很慢。
关于 HD 的速度(@Waldi 和@dnoeth)——我想我不想相信这只是一个硬件问题,但这绝对有可能。我会看看是否可以在某个地方找到一个 SSD 来测试它并报告回来。
有关@Parfait(和其他人)的更多信息:'''
sqlite> .schema Data
CREATE TABLE `Data` (
`Item` INTEGER,
`Amplitude` REAL,
`Electrode` INTEGER,
`Time` INTEGER,
`Subject` TEXT,
`Hstatus` TEXT,
`Word` TEXT,
`Zipf_freq` REAL,
`OLD` REAL,
`Concreteness` REAL,
`Visual_complexity` REAL,
`Letter_number` REAL,
`Morpheme_number` REAL
);
CREATE INDEX time_idx ON Data (Time);
CREATE INDEX idx ON Data (Hstatus, Electrode, Time);
'''
关于不使用 SELECT * - 我尝试只选择一个变量而不是所有变量,它并没有真正提高速度。 (并且在这个应用程序中,我已经把不需要的信息删掉了,所以除了索引变量,我需要选择所有的东西)。
最佳答案
(除了外部 HD,这绝对是一个瓶颈)我有一个类似的问题,它归结为 sqlite
数据库本身。您可以切换到 DuckDB 并使用相同的查询代码。对我来说,在具有 1 亿行的稍微大一点的文件上,速度要快 10 倍以上。 https://duckdb.org/docs/api/r
关于sql - 来自外部驱动器的非常慢的简单 SQLite 查询,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64107803/
自己试试看: import pandas as pd s=pd.Series(xrange(5000000)) %timeit s.loc[[0]] # You need pandas 0.15.1
我最近开始使用 Delphi 中的 DataSnap 来生成 RESTful Web 服务。在遵循 Marco Cantu 本人和互联网上其他几个人的指导后,我成功地使整个“链条”正常工作。 但是有一
我一直在为操作系统类(class)编写以下代码,但结果有些奇怪。该代码创建x线程并同时运行它们,以便将两个平方矩阵相乘。每个线程将输入矩阵的Number_of_rows/Number_of_threa
我正在尝试确定何时使用 parallel包以加快运行某些分析所需的时间。我需要做的一件事是创建矩阵,比较具有不同行数的两个数据框中的变量。我在 StackOverflow 上问了一个关于有效方法的问题
我最近对我的代码进行了一些清理,并在此过程中更改了此内容(不完全是真实的代码): read = act readSTRef test1 term i var = do t v^!terms.
我正在计时查询和同一个查询的执行时间,分页。 foreach (var x in productSource.OrderBy(p => p.AdminDisplayName) .Wher
我正在开发一个项目 (WPF),我有一个 Datagrid 从数据库加载超过 5000 条记录,所以我使用 BackgroundWorker 来通知用户数据正在加载,但它太慢了,我需要等待将近 2分钟
我在查询中添加 ORDER BY 时遇到问题。没有 ORDER BY 查询大约需要 26ms,一旦我添加 ORDER BY,它大约需要 20s。 我尝试了几种不同的方法,但似乎可以减少时间。 尝试 F
我是 Android 开发新手,遇到了性能问题。当我的 GridView 有太多项目时,它会变得有点慢。有什么方法可以让它运行得更快一些吗? 这是我使用的代码: 适配器: public class C
这里的要点是: 1.设置query_cache_type = 0;重置查询缓存; 2.在 heidisql(或任何其他客户端 UI)中运行任何查询 --> 执行,例如 45 毫秒 3.使用以下代码运行
想象下表: CREATE TABLE drops( id BIGSERIAL PRIMARY KEY, loc VARCHAR(5) NOT NULL, tag INT NOT
我的表 test_table 中的示例数据: date symbol value created_time 2010-01-09 symbol1
首先,如果已经有人问过这个问题,我深表歉意,至少我找不到任何东西。 无论如何,我将每 5 分钟运行一次 cron 任务。该脚本加载 79 个外部页面,而每个页面包含大约 200 个我需要在数据库中检查
我有下面的 SQL 代码,它来自 MySQL 数据库。现在它给了我期望的结果,但是查询很慢,我想我应该在进一步之前加快这个查询的速度。 表agentstatusinformation有: PKEY(主
我需要获取一个对象在 Core Data 中数千个其他对象之间的排名。现在,这是我的代码: - (void)rankMethod { //Fetch all objects NSFet
我正在编写一个应用程序,我需要在其中读取用户的地址簿并显示他所有联系人的列表。我正在测试的 iPhone 有大约 100 个联系人,加载联系人确实需要很多时间。 ABAddressBookRef ad
我正在使用 javascript 将 160 行添加到包含 10 列的表格中。如果我这样做: var cellText = document.createTextNode(value); cell.a
我是 Swift 的新手,我已经设置了一个 tableView,它从 JSON 提要中提取数据并将其加载到表中。 表格加载正常,但是当表格中有超过 10 个单元格时,它会变得缓慢且有些滞后,特别是它到
我在 InitializeCulture 和 Page_PreInit 事件之间的 asp.net 页面中遇到性能问题。当我重写 DeterminePostBackMode() 时,我发现问题出在 b
我在 Hetzner 上有一个带有 256GB RAM 6 个 CPU(12 个线程) 的专用服务器,它位于德国。我有 CENTOS 7.5。 EA4。 我的问题是 SSL。每天大约 2 小时,我们在
我是一名优秀的程序员,十分优秀!