我正在尝试从数据库中读取大量单元格(超过 100.000 个)并将它们写入 VPS Ubuntu 服务器上的 csv 文件。碰巧服务器没有足够的内存。
我正在考虑一次读取 5000 行并将它们写入文件,然后再读取 5000 行,等等。
我应该如何重构我当前的代码以使内存不会被完全消耗?
这是我的代码:
def write_rows(emails)
File.open(file_path, "w+") do |f|
f << "email,name,ip,created\n"
emails.each do |l|
f << [l.email, l.name, l.ip, l.created_at].join(",") + "\n"
end
end
end
该函数由 sidekiq worker 调用:
write_rows(user.emails)
感谢您的帮助!
最佳答案
这里的问题是,当您调用 emails.each
时,ActiveRecord 从数据库中加载所有记录并将它们保存在内存中,为避免这种情况,您可以使用方法 find_each
:
require 'csv'
BATCH_SIZE = 5000
def write_rows(emails)
CSV.open(file_path, 'w') do |csv|
csv << %w{email name ip created}
emails.find_each do |email|
csv << [email.email, email.name, email.ip, email.created_at]
end
end
end
默认情况下,find_each
一次加载 1000 条记录,如果你想加载 5000 条记录,你必须将选项 :batch_size
传递给 find_each
:
emails.find_each(:batch_size => 5000) do |email|
...
有关find_each
方法(以及相关的find_in_batches
)的更多信息可以在Ruby on Rails Guides 上找到.
我使用 CSV
类来编写文件,而不是手动连接字段和行。这并不是性能优化,因为在文件上写入不应成为此处的瓶颈。
关于ruby-on-rails - 优化读取数据库和写入csv文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21160647/