利用python處理百萬條數據的案例

這篇文章將為大家詳細講解有關利用python處理百萬條數據的案例，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

1、前言

因為負責基礎服務,經常需要處理一些數據,但是大多時候采用awk以及java程序即可,但是這次突然有百萬級數據需要處理,通過awk無法進行匹配,然后我又采用java來處理,文件一分為8同時開啟8個線程并發處理,但是依然處理很慢,處理時長起碼在1天+所以無法忍受這樣的處理速度就采用python來處理,結果速度有了質的提升,大約處理時間為1個小時多一點,這個時間可以接受,后續可能繼續采用大數據思想來處理,相關的會在后續繼續更新。

2、安裝python 

第一步首先下載python軟件,在官網可以根據自己情況合理下載，大家也可以通過億速云進行下載其余就是下一步搞定,然后在開始里面找到python的exe,點擊開然后輸入1+1就可以看出是否安裝成功了.如下圖

3、IEDA編輯器如何使用python

首先我們在idea中打開設置然后點擊plugins,在里面有個輸入框中輸入python,根據提示找到如下的這個(idea版本不同可能影響python版本)

然后開始創建idea工程

file->New->Project->python然后出現如下圖情況(其他的下一步然后就會創建工程了)

4、開發前知識準備

文件的讀取,python讀取文件非常的簡單,我現在直接貼代碼提供給大家

def readData(fileName):
 result = ""
 count=0
 with open(fileName, 'r') as f:
 for line in f.readlines():
  result += line
  count += 1
  print count
 return result

"""寫入文件"""

def writeData(fileName, data):
 with open(fileName, 'a+')as f:
 f.write(data)

其中def是函數的定義,如果我們寫定義一個函數直接前面加上def,返回值可以獲取后直接用return即可

python我們直接采用with open('文件路徑',模式) as f的方式來打開文件

模式：

跨文件引用:

同一個層級python是采用import直接導入文件名的方式,看下一個代碼

import IoUtils

fileName1 = 'D:\\works\\pythons\\files\\userids.txt'
userIds = IoUtils.readData(fileName1).split('\n')
fileName2 = 'D:\\works\\pythons\\files\\records.txt'
records = IoUtils.readData(fileName2).strip()
recordsArr = records.split('\n')
count=0;
for data in recordsArr:
 count+=1
 if data.split('\t')[2] in userIds:
 IoUtils.writeData('D:\\works\\pythons\\files\\20180604.txt', data + '\n')
 print count

其他說明：

其中split和java程序的split一樣,strip是去掉空格換行符等,循環(for in)模式,判斷某個元素是否在數組中存在則直接使用 元素 in 數組

關于“利用python處理百萬條數據的案例”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。