我是 Python、PyTables 和 HDF5 的新手。我正在为我的问题寻找简单且最佳的解决方案。
接下来就是问题了。一方面,我有许多带有数据的 XML 文件。我只是想解析这些文件并将数据放入另一侧的 hdf5 文件中。稍后,我将通过一些搜索条件使用此数据。为什么使用 HDF5?因为需要放置大量数据集并且因为速度。使用 RDBMS 会在 JOIN 操作期间产生性能问题。解决方案必须提供速度和良好的内存性能。
经过一番谷歌搜索后,我发现 Python 和 PyTables 作为可能的解决方案。我的想法是用 Java 解析 XML 中的数据(此代码必须用 Java 编写),然后编写 python 脚本,使用 PyTables API 将数据插入 hdf5 并从 Java 执行 python 脚本。所以,我正在从 Java 程序编写和执行 python 脚本。为了在 Java 中编写 python 脚本,我使用 java.io.* 包并在 Java 中执行 Process 类。例如:
p.exec("cmd /c C:\MyScripts\myscript.py")
我不知道这个解决方案好不好。对我来说,使用 java.io.* 从 Java 编写脚本并不酷。也许,我稍后会在从脚本读取结果时遇到问题(当我使用 Python 脚本和 PyTables API 制定一些搜索条件时)。
所以,我对我的问题没什么疑问。在一侧解析 XML 数据和在另一侧将数据存储在 hdf5 中之间的最佳解决方案是什么?我使用这个解决方案是否正确(从 Java 代码编写和执行 python 脚本)? Python 和 PyTables 怎么样?这些技术可以很好地解决我的问题吗?我还阅读了一些有关 Jython 的内容,但我不知道是否可以将其与 PyTables 结合起来?
欢迎专业人士提出意见和建议。谢谢你的帮助。
最佳答案
For me is not cool writing scripts from Java using
java.io.*
.
同样——您已经将 XML 中的数据解析为 Java 中的某种内部表示形式,然后将这些数据重新写入 Python 脚本中,然后 Python 解释器会将数据重新解析为内部表示形式。用于写入 HDF5 文件的表示形式。它将 Java XML 解析接口(interface)、XML 数据格式和用于操作 HDF5 文件的 Python API 结合在一起,这听起来比应有的要多。 (您真的想要突破javac
只是为了更新重命名的Python包吗?)
我认为值得再退一步看看问题的两个步骤:
- 解析 XML
- 写入 HDF5
没有理由在这些语言之间存在两种语言——我会完全使用 Java 或完全使用 Python。无论您选择哪种语言,最终结果都将在更多系统上以更少的内存运行得更快,并且更易于维护。
关于java - 结合 Java、Python、PyTables 和 HDF5 的简单有效的解决方案,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8904318/